【forecasting 】开源预测库和工具

https://github.com/antoinecarme/pyaf

• PyAF is an Open Source Python library for Automatic Time Series Forecasting built on top of popular pydata modules.
• PyAF is an Open Source Python library for Automatic Forecasting built on top of popular data science python modules: NumPy, SciPy, Pandas and scikit-learn.
• PyAF works as an automated process for predicting future values of a signal using a machine learning approach. It provides a set of features that is comparable to some popular commercial automatic forecasting products.

https://github.com/unit8co/darts

• 一个python库，用于对时间序列进行用户友好的预测和异常检测。
• Darts是一个Python库，用于对时间序列进行用户友好的预测和异常检测。它包含各种模型，从ARIMA等经典模型到深度神经网络。预测模型都可以以相同的方式使用，使用fit（）和predict（）函数，类似于scikit-learn。该库还可以轻松地对模型进行回溯测试，将几个模型的预测结合起来，并将外部数据考虑在内。Darts同时支持单变量和多变量时间序列和模型。基于ML的模型可以在包含多个时间序列的潜在大型数据集上进行训练，其中一些模型为概率预测提供了丰富的支持。
• 飞镖还提供广泛的异常检测功能。例如，在时间序列上应用PyOD模型来获得异常分数，或者包装任何Darts预测或过滤模型来获得成熟的异常检测模型，都是微不足道的。

https://github.com/facebook/prophet

• 用于为具有线性或非线性增长的多季节性的时间序列数据生成高质量预测的工具。
• Prophet是一种基于加法模型预测时间序列数据的程序，其中非线性趋势与年度、每周和每日的季节性以及假日效应相匹配。它最适合具有强烈季节性影响的时间序列和几个季节的历史数据。Prophet对丢失的数据和趋势的变化非常稳健，通常能很好地处理异常值。