文件名称：skforecast：使用scikit-learn模型进行时间序列预测
文件大小：641KB
文件格式：ZIP
更新时间：2024-03-12 23:52:28
python data-science machine-learning scikit-learn forecasting
skforecast 使用scikit-learn回归器进行时间序列预测。 安装 $ pip install git+https://github.com/JoaquinAmatRodrigo/skforecast#master 依存关系 python> = 3.7.1 numpy的> = 1.20.1 熊猫> = 1.2.2 tqdm> = 4.57.0 scikit学习> = 0.24 特征 从任何scikit学习回归器创建自回归预测器。 网格搜索以找到最佳超参数。 网格搜索以找到最佳滞后（预测变量）。 包括外生变量作为预测变量。 介绍 时间序列是原则上按时间顺序等距排列的数据序列。 时间序列预测是使用模型根据先前观察到的值预测未来值，并且还可以选择包括其他外部变量。 使用时间序列时，几乎不需要仅预测序列$ (t+1) $中的下一个元素。 相反，最常见的目标是预测整个
【文件预览】：
skforecast-master
----setup.py(910B)
----.gitignore(2KB)
----images()
--------transform_timeseries.gif(115KB)
--------forecasting_multi-step.gif(971KB)
----requirements.txt(73B)
----README.md(9KB)
----tests()
--------test_forecasterautoreg.py(140B)
--------__init__.py(0B)
--------test_skforecast.py(90B)
----skforecast()
--------__init__.py(21B)
--------ForecasterAutoreg.py(15KB)
--------model_selection.py(10KB)