darts是一个python库,用于简单的操作和预测时间序列。它包含了各种模型,从经典的ARIMA到神经网络。这些模型都可以以同样的方式使用,使用fit()和predict()函数,类似于scikit-learn。该库还可以很容易地对模型进行回测,并结合多个模型和外部回归器的预测。Darts支持单变量和多变量时间序列和模型,神经网络可以训练多个时间序列。
darts官方地址
目前,该库包含以下功能。 预测模型: - 指数平滑法(Exponential smoothing,)
- ARIMA与auto-ARIMA。
- Facebook Prophet,
- Theta method,
- FFT (Fast Fourier Transform),
- Recurrent neural networks (vanilla RNNs, GRU, and LSTM variants),
- Temporal convolutional network.
- Transformer
- N-BEATS
- 数据处理:对时间序列数据轻松应用(和恢复)常见转换的工具(缩放、boxcox.)
- Metrics。用于评估时间序列的拟合度的各种指标;从R2到Mean Absolute Scaled Error。
- Backtesting。用于模拟历史预测的工具,使用移动时间窗口。
- 回归模型:用于模拟历史预测的工具,使用移动时间窗口。使用任意回归模型,从其他几个时间序列(例如,外部回归因子)预测一个时间序列的可能性。
- 多变量支持。用于创建、操作和预测多变量时间序列的工具。
写这篇文章就是觉得这个库太妙了!以后有时间应该给它翻译成中文,然后大肆宣传!
|