TSForest: 基于树集成的时间序列预测方法
5星
- 浏览量: 0
- 大小:None
- 文件类型：None
简介：
TSForest是一种创新的时间序列预测技术，它利用树集成的方法来提高预测准确性与鲁棒性，适用于多种时间序列数据的分析。
使用梯度提升回归树（GBRT）解决多个时间序列预测问题已被证明是非常有效的。该软件包提供了一个完整的框架，用于高效处理多个时间序列数据集并构建 GBRT 预测模型。主要特征包括易于使用的界面，并支持 、 和 等后端。
自动时间序列特征工程：
- 基于时间的属性。
- 滞后特征的快速/并行计算。
- 滚动窗口统计的快速/并行计算。
- 自定义滚动窗口统计信息的定义。
使用滞后特征时，可以快速计算递归式提前一步预测。此外，该软件包还支持按时间序列自动/并行删除趋势和缩放。
安装方法：
可以通过 pip 安装 tsforest：`pip install tsforest`
或者从源代码安装：
```python
git clone https://github.com/tsforecast/tsforest.git
cd tsforest
python setup.py install
```
示例用法：
```python
import pandas as pd
from tsforest.forecast import LightGBMForecast
```
全部评论 (0)
还没有任何评论哟~
