文件名称：timemachines：流行的时间序列包的简单纯函数表示
文件大小：114KB
文件格式：ZIP
更新时间：2024-03-08 18:35:09
timeseries time-series prediction predictions predictive-modeling
时光机 简单功能形式的流行时间序列包 有什么不同： 时间序列“模型”以带有“ skater”签名的函数f表示。 这些功能建议使用状态机来顺序消耗观测值（状态机发出长度k的预测矢量，以及标准差）。 没有课程。 没有数据帧。 没有仪式。 尚未“固定”的时间序列“模型”使用标准化的超参数空间（多维数据集）。 这是一个限制，但是可以使用scipy.optimize，ax-platform，hyperopt，optuna，platypus，pymoo，pySOT ...或任何其他内容进行全局搜索来促进超优化 时间序列模型实例（固定的超参数）的Elo等级填充了随附的存储库的。 基于头活，不断刷新的数据一样战斗头的Elo那些收视率在 -从而阻碍超参数overfiting。 溜冰者函数f取一个向量y ，其中要预测的量y [0]，并且可能存在其他同时观察到的变量y [1：]，它们的滞后可能有助于预测y