工具介绍与任务方法

Darts

用于 Python 时间序列预测与异常检测,提供统一模型接口、回测能力及多种预测模型。

Darts 能做什么

用于 Python 时间序列预测与异常检测,提供统一模型接口、回测能力及多种预测模型。

  • 模型训练与部署
从一个小任务开始

如何使用 Darts

预测时间序列并与留出数据比较

准备输入

  • 包含时间列和数值列的历史表格
  • 需要保留的验证时间段
  • 所选模型的运行环境

操作步骤

  1. 将表格转换为 TimeSeries,指定时间列与数值列,再按时间切分训练和验证数据。
  2. 实例化预测模型,以训练部分调用 fit,再预测与验证部分相同的长度。
  3. 绘制历史序列与预测结果,比较中位预测及所需分位区间,记录误差和异常时段。

预期交付物

  • 时间序列预测结果
  • 历史与预测对照图

不同模型支持的概率预测与外部变量不同;分位区间并非保证,不能把验证区间混入训练数据后再报告效果。

开始前需要了解

账号权限、费用与可用功能请以官方入口的当前说明为准。重要结果应先检查,再用于实际工作。

查看 Darts 官方说明 ↗

← 返回全部 AI 工具