Работаете с временными рядами и ищете эффективное решение? Познакомьтесь с sktime — новой библиотекой Python, специально созданной для анализа временных рядов. В отличие от обычных моделей scikit-learn, которые игнорируют структуру данных, sktime учитывает такие факторы, как сезонность, тренд и временной порядок.
Библиотека предлагает знакомый API с функциями fit, predict и transform и позволяет реализовывать прогнозирование, классификацию, регрессию и кластеризацию. Например, вы можете прогнозировать температуры от датчиков HVAC, обучая модели на свойствах временных рядов.
sktime поддерживает различную индексацию времени иTemporalTrainTestSplit для разделения данных без утечек информации. Модель позволяет проводить оценку, используя критерии, такие как MAE и MAPE, что помогает лучше понимать качество прогноза.
Что действительно впечатляет, так это возможность легко сменить алгоритм, заменяя его всего одну строку кода, сохраняя при этом все предобработки. Это отличный инструмент как для новичков, так и для опытных разработчиков.
Более подробная информация и примеры доступны на GitHub.
*компания Meta Platforms Inc. признана экстремистской организацией, ее деятельность на территории России запрещена