文件名称：anticipy:用于时间序列预测的Python库
文件大小：151KB
文件格式：ZIP
更新时间：2024-05-23 15:33:15
python time-series regression forecasting Python
预期的 预期是一种生成时间序列预测的工具。 它以pandas Series或DataFrame作为输入，并返回给定时间段内具有预测值的DataFrame。 特征： 简单的界面。 通过对pandas DataFrame的单个函数调用开始预测。 选型。 如果您提供不同的多个模型（例如线性，S形，指数型），则该工具将对其进行比较，并为您的数据选择最合适的模型。 趋势和季节性。 支持每周和每月的季节性，以及其他类型。 日历事件。 提供特殊日期的列表，例如假日季节或银行假日，以改善模型性能。 数据清理。 该库具有识别和删除异常值以及检测和处理数据中的步骤变化的工具。 使用该工具生成简单的线性模型很简单-只需调用Forecast.run_forecast（my_dataframe）： import pandas as pd , numpy as np from anticip
【文件预览】：
anticipy-master
----setup.py(1KB)
----.gitignore(241B)
----requirements.txt(154B)
----LICENSE.md(1KB)
----.travis.yml(2KB)
----CONTRIBUTING.md(3KB)
----asv.conf.json(7KB)
----README.md(3KB)
----PKG-INFO(2KB)
----tests()
--------data()
--------test_forecast_plot.py(9KB)
--------__init__.py(13B)
--------test_forecast.py(130KB)
--------test_forecast_model.py(46KB)
--------test_model_utils.py(14KB)
----benchmarks()
--------__init__.py(1B)
--------benchmarks.py(1KB)
----.coveragerc(205B)
----anticipy()
--------forecast.py(66KB)
--------__init__.py(96B)
--------forecast_models.py(65KB)
--------forecast_plot.py(17KB)
--------model_utils.py(15KB)
--------app.py(5KB)
--------utils_test.py(4KB)
----docs()
--------Makefile(734B)
--------source()