sktime
一個用於時間序列機器學習的統一框架
sktime 是什麼?
一個用於時間序列機器學習的統一框架, 品牌名稱 sktime 保持不變
sktime 概覽
這是什麼
sktime 是一個用於時間序列分析的 Python 函式庫。它提供統一的介面來處理多種時間序列學習任務,包括預測、時間序列分類、分群、異常/變異點偵測等。它包含時間序列演算法以及與 scikit-learn 相容的工具,可用於建立、調整和驗證時間序列模型。
主要功能
- 為不同但相關的時間序列學習任務提供統一介面。
- 專用的時間序列演算法。
- 複合模型建構工具:管道(pipelining)、集成(ensembling)、調整(tuning)和降階(reduction)。
- 與相關函式庫的介面,例如 scikit-learn、statsmodels、tsfresh、PyOD 和 fbprophet。
- 模組包括預測、分類、迴歸、轉換、偵測、參數擬合、分群、距離/核函數、對齊、分割器以及分佈與模擬(穩定性程度各異)。
使用情境
- 時間序列資料預測。
- 時間序列分類。
- 時間序列分群。
- 異常與變異點偵測。
- 時間序列迴歸。
- 轉換與參數擬合。
- 時間序列對齊與距離計算。
快速開始
透過 pip 或 conda 安裝 sktime:
pip install sktime
或安裝所有相依套件:
pip install sktime[all_extras]
選擇特定相依套件集:
pip install sktime[forecasting]
pip install sktime[forecasting,transformations]
透過 conda:
conda install -c conda-forge sktime
或安裝所有擴充套件:
conda install -c conda-forge sktime-all-extras
快速開始的程式碼範例請參閱儲存庫的 README。
授權與價格
sktime 採用 BSD-3-Clause 授權條款,為開放原始碼軟體。未提供價格資訊。
內容整理自該專案公開的 README 與儲存庫資訊。