时序预测神器Darts,你了解多少?

发布网友发布时间：2024-10-09 08:24

共1个回答

热心网友时间：2024-12-01 08:55

关于时序分析预测的开源包众多，相信不少朋友都尝试过各种不同的工具。今天，我将向大家介绍一个专注于时间预测的Python库——Darts。

Darts是一款专注于时序预测的库，它涵盖了从经典的时间统计模型如ARIMA，到高阶的深度网络模型如Transformer，甚至包括FFT这种较为机理的模型。在我看来，Darts是一个偏向实际应用的库，使用起来非常方便。

接下来，我们来探讨一下Darts的初体验。首先，这个库支持DataFrame以及其他常见数据类型。对于任何darts支持的模型，都可以通过相应的路径导入。当然，对于神经网络模型，可能需要进行一些预处理，甚至添加一些特征工程。对于有机器学习基础的朋友来说，这个流程非常熟悉，因为sklearn就是这样的pipeline，所以Darts对于新手来说非常友好。

从调用的角度来看，Darts非常便捷。从模型预测的效果来看，对于一般的时序比赛，采用Darts预设的模型甚至祖传的参数，成绩应该在5%到15%之间，这是一个单模的效果。

下面我们来详细讨论Darts的优缺点。

Darts专注于时序的预测，其预测系统相对完善。它包含多种模型类别，从一元时序到多元时序，再到Future-Known covariate support和Past-observered covariates support等。用户可以根据需要预测的时序特点来选择合适的模型。

Darts还包含了一些新颖的深度学习模型，如LSTM，TCN，Nbeats等。此外，它还提供了许多贴心实用的功能，如概率预测，Backtest等。

然而，Darts也有一些亟待改善的地方。例如，它没有支持产品的类别信息，关于Pytorch模型的输入数据结构的代码已经出现冗余，神经网络模型都是直接建立在Pytorch低阶代码上等。

如果你对Darts感兴趣，建议使用conda来安装。下载好miniconda并安装后，可以使用conda install darts来安装。