statsforecast
閃電般快速 ⚡️ 使用統計與計量經濟模型進行預測。
statsforecast 是什麼?
閃電般快速 ⚡️ 使用統計與計量經濟模型進行預測。 品牌名稱、網址、技術詞彙與事實意義皆保留。
statsforecast 概覽
這是什麼
StatsForecast 是一個 Python 函式庫,提供一系列單變量時間序列預測模型,包括自動 ARIMA、ETS、CES 和 Theta 建模。它專為高效能設計,能夠有效率地擬合數百萬個時間序列。該函式庫是 Nixtla 生態系統的一部分,採用 Apache-2.0 授權。
主要功能
- Python 中最快且最準確的 AutoARIMA、AutoETS、AutoCES、MSTL 和 Theta 實作。
- 原生支援 Spark、Dask 和 Ray。
- 機率預測與信賴區間。
- 支援外生變數與靜態共變量。
- 異常偵測。
- 熟悉的 sklearn 語法:.fit 和 .predict。
使用情境
- 針對大量單變量時間序列的生產環境預測。
- 作為其他預測方法的基準測試。
- 時間序列資料的異常偵測。
- 具有多重季節性的預測(例如電力負載、日誌資料)。
- 針對非零觀測值稀少的間歇性需求預測。
快速開始
使用 pip 安裝: python pip install statsforecast 或使用 conda: python conda install -c conda-forge statsforecast 最小範例: python from statsforecast import StatsForecast from statsforecast.models import AutoARIMA from statsforecast.utils import AirPassengersDF df = AirPassengersDF sf = StatsForecast( models=[AutoARIMA(season_length=12)], freq='ME', ) sf.fit(df) sf.predict(h=12, level=[95]) 更多說明請參閱儲存庫的 README。
授權與價格
授權為 Apache-2.0。此專案為開源且免費使用。
內容整理自該專案公開的 README 與儲存庫資訊。