darts 让时间序列预测更简单的python库
本帖最后由 团子良 于 2022-12-21 17:53 编辑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
[*]GitHub：https://github.com/unit8co/darts
[*]文档：https://unit8co.github.io/darts/index.html
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。
页:
[1]