文件名称：timeseers:时间应该花很多时间
文件大小：186KB
文件格式：ZIP
更新时间：2024-05-25 02:06:06
Python
时光 先知-（名词）先知的复数形式-用超自然手段预示未来事件的人 TimeSeers是基于PyMC3编写的的分层贝叶斯时间序列模型。 当需要多个时间序列共享其部分参数时，TimeSeers项目的目标是为时间序列建模提供Prophet的一种易于扩展的替代方法。 用法 TimeSeers被设计为用于构建时间序列模型的语言。 它提供了可以按公式排列的各种组件的工具箱。 我们可以通过各种方式组合这些组件，以最适合我们的问题。 TimeSeers强烈鼓励使用不确定性估计，并且默认情况下将使用MCMC来获取完整的后验估计。 from timeseers import LinearTrend , FourierSeasonality import pandas as pd model = LinearTrend () + FourierSeasonality ( period = pd . Tim
【文件预览】：
timeseers-master
----images()
--------timeseers.png(48KB)
--------airline_passengers.png(129KB)
----readme.md(2KB)
----.github()
--------workflows()
----tests()
--------test_utils.py(2KB)
--------test_logistic_growth.py(480B)
--------conftest.py(757B)
--------test_ast.py(0B)
--------test_fourier_seasonality.py(532B)
--------test_linear_trend.py(450B)
--------test_timeseries_model.py(0B)
----LICENSE(1KB)
----src()
--------timeseers()
----setup.py(737B)
----.gitignore(1KB)
----.flake8(47B)