darts

Darts는 Python 3.10 이상에서 시계열 데이터의 학습, 평가 및 모델 사용을 위한 라이브러리입니다. TimeSeries 추상화는 단변량 및 다변량 시리즈를 지원하며 pandas, Polars, NumPy, PyArrow, xarray 등 다양한 백엔드와 데이터를 교환할 수 있습니다. 예측 모델로는 ARIMA, VARIMA, ExponentialSmoothing, Prophet, N-BEATS 및 scikit-learn 호환 회귀 분석기가 포함됩니다. 모델들은 일관된 fit() 및 predict() 워크플로우를 따르며, 여러 시리즈, 샘플 가중치, 이동 출력 창, 과거 관측 또는 미래 알려진 공변량, 정적 공변량을 지원할 수 있습니다. 많은 모델은 샘플, 분포 매개변수 또는 분위수를 통해 다변량 데이터와 확률적 예측을 처리합니다. 또한 준칙 예측 모델은 사전 훈련된 글로벌 예측 모델에 대해 보정된 분위수 구간을 생성할 수 있습니다. 이 라이브러리는 이동 윈도우 백테스팅, 계층적 조정 변환기, R² 및 평균 절대 스케일 오차(MASE) 같은 시계열 지표, 일부 모델에 대한 SHAP 기반 설명, 그리고 스케일링, 결측값 대체, 차분, 박스-콕스 변환 같은 데이터 변환 기능을 제공합니다. 필터링 모델로는 KalmanFilter, GaussianProcessFilter, MovingAverageFilter가 포함됩니다. darts.ad 모듈은 이상 점수 계산기, 감지기 및 집계기를 결합합니다. KMeansScorer 및 QuantileDetector 같은 예제를 제공하며, 예측과 실제 값을 비교하여 예측 또는 필터링 모델을 래핑하거나 PyODScorer를 통해 PyOD 감지기를 적용할 수 있습니다. 딥러닝 모델은 PyTorch Lightning을 사용하며, 사용자 정의 콜백, GPU/TPU 지원 및 사용자 정의 트레이너를 지원합니다. MLflow 통합은 실험 추적, 비교 및 지속성을 지원합니다. pip를 통해 설치할 수 있으며, README에는 빠른 시작, 사용자 가이드, API 참조, 예제 및 주제별 아티클 링크가 포함되어 있습니다.