scikit-hts 0.5.3

概述

{Hyndman在这个包上开发了一个优秀的python实现 一般的分层时间序列建模。在

特点

• 在python 3.6、python 3.7和python 3.8上支持和测试
• 实施自下而上、自上而下、中间向外、预测比例、平均历史比例， 历史平均值比例与OLS修正方法
• 支持多种基础预测模型，包括：SARIMAX、ARIMA、Prophet、Holt Winters
• Scikit学习API
• 地理空间数据的地理事件处理功能，包括可视化功能
• 静态类型为一个良好的开发体验
• 分布式训练与Dask集成：与Dask并行或集群进行训练和预测

示例

您可以在这里找到代码用法：https://github.com/carlomazzaferro/scikit-hts-examples

路线图

• 更灵活的底层建模支持

  • [P] AR、ARIMAX、VARMAX等
  • [P] 带上你自己的模型
  • [P] 每个模型的不同参数

  在

• 将调节方法与预测拟合解耦

  • [W] 允许对预装车型使用调节方法

  在

学分

此包是用Cookiecutter和audreyr/cookiecutter-pypackage项目模板创建的。在

0.1.0（2020-01-02）

• PyPI的第一个版本。在

0.2.0（2018-02-13）

• 主要功能实现和文档
• 静态打字
• 测试-覆盖率44%

0.2.3（2020年3月28日）

• 测试高达75%
• 外生变量支持
• 广泛的文档

0.3.0（2020年3月28日）

• 并行分布式训练

0.4.0（2020年3月28日）

• 测试所有对账方法，线路覆盖率>80%

0.4.1（2020年3月28日）

• Python3.6支持

0.5.2（2020年3月28日）

• 增加了不修改的支持，谢谢@ryanvolpi
• 在https://github.com/carlomazzaferro/scikit-hts-examples添加了多个示例，谢谢@vtoliveria
• 日志修复和可用性改进