darts

Dartsは、時系列データに対するモデルの学習、評価、利用のためのPython 3.10以降のライブラリです。TimeSeries抽象化クラスは単変量および多変量シリーズをサポートし、pandas、Polars、NumPy、PyArrow、xarrayなどのバックエンドとのデータ交換が可能です。 予測モデルにはARIMA、VARIMA、ExponentialSmoothing、Prophet、N-BEATS、scikit-learn互換の回帰器が含まれます。モデルは一貫したfit()およびpredict()ワークフローに従い、複数のシリーズ、サンプル重み、シフトされた出力ウィンドウ、過去観測または将来既知の共変量、静的共変量をサポートする場合があります。多くのモデルは、サンプル、分布パラメータ、または分位数を通じて多変量データと確率的予測を処理します。適合予測モデルは、事前訓練されたグローバル予測モデルに対して較正された分位数区間を生成できます。 また、ライブラリは移動窓バックテスト、階層的調整トランスフォーマー、R²や平均絶対スケーリング誤差を含む時系列指標、一部のモデルに対するSHAPベースの説明、スケーリング、欠損値補完、差分、Box-Coxなどのデータ変換を提供します。フィルタリングモデルにはKalmanFilter、GaussianProcessFilter、MovingAverageFilterが含まれます。 darts.adモジュールは、異常スコアラー、検出器、集約子を組み合わせています。KMeansScorerやQuantileDetectorなどの例が含まれ、予測を実測値と比較することで予測またはフィルタリングモデルをラップでき、PyODScorerを通じてPyOD検出器を適用できます。ディープラーニングモデルはPyTorch Lightningを使用し、カスタムコールバック、GPU/TPU、カスタムトレーナーに対応しています。MLflow統合により実験の追跡、比較、永続化がサポートされます。インストールはpip経由で可能であり、READMEにはクイックスタート、ユーザーガイド、APIリファレンス、例、トピック記事へのリンクがあります。