#4 · 主分类: 时间序列机器学习
darts
anomaly-detection
data-science
deep-learning
forecasting
machine-learning
python
time-series
一个用于时间序列预测和异常检测的易用Python库。
项目最后更新:08/21/26
GitHub Stars
9.5K
Forks数量
1.0K
贡献者数量
164
许可证
Apache-2.0
收录理由
如果团队既要预测时间序列,又要识别其中的异常,Darts 把这两件事放在同一个库里解决。它封装了几十种模型,从经典的 ARIMA 到 N-BEATS 这类深度网络,都统一成 fit() 和 predict() 的接口,换基线模型时不用改一堆代码。围绕预测的实操环节也覆盖到了:回测、多模型融合、引入外部协变量、输出带置信区间的概率预测,都能直接上手。异常检测这边同样务实,可以用 PyOD 检测器给序列打分,也可以把任意预测或滤波模型包装成完整的异常检测器,用来盯传感器或运营数据里的异常行为。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。