一行代码自动化构建多个时间序列模型的开源库Auto_TS

jqsl20121年前 ⋅ 1133 阅读

        使用单行代码在时间序列数据集上自动构建 ARIMA、SARIMAX、VAR、FB Prophet 和 XGBoost 模型。现在用 Dask 更新以处理数百万行。

        本文使用了从 Kaggle 下载的 2006 年 1 月至 2018 年 1 月的亚马逊股票价格[2]数据集。该库仅提供训练时间序列预测模型。数据集应该有一个时间或日期格式列。

        初始化 Auto-TS 模型对象,并拟合训练数据:

model = auto_timeseries(
  forecast_period=219, 
  score_type='rmse', 
  time_interval='D', 
  model_type='best')

model.fit(traindata= train_df,
    ts_column="Date",
    target="Close")

https://github.com/AutoViML/Auto_TS

https://mp.weixin.qq.com/s?__biz=MzI1MTE2ODg4MA==&mid=2650082686&idx=1&sn=da2df24b99675040e048fe62b2ba8775

股票预测? @adela 可以预测股票等时序数据集 股票涨跌跟因素多,且很复杂,能预测的准吗?

全部评论: 0

    相关推荐