tsfeatures

时间序列特征提取的Python工具库

tsfeatures 时间序列特征提取 Python 数据分析 Github 开源项目

tsfeatures是一个Python库，用于计算时间序列数据的多种特征。作为R语言tsfeatures包的Python实现，它提供了自相关、异方差、熵、平稳性等统计指标的计算功能。该库支持自定义特征函数和处理不同频率的时间序列数据，并允许与R版本结果进行对比。tsfeatures适用于需要进行时间序列分析和建模的数据处理场景。

访问官网

Github

介绍相关项目

mlforecast - 高性能可扩展的机器学习时间序列预测框架

GithubMLForecast分布式训练开源项目时间序列预测机器学习特征工程

mlforecast是一个基于机器学习模型的时间序列预测框架,具有高效的特征工程实现和良好的可扩展性。该框架支持pandas、polars、spark等多种数据格式,兼容sklearn API,能够处理海量数据。除了支持概率预测和外生变量,mlforecast还提供分布式训练功能,适用于大规模生产环境的时间序列预测任务。框架采用熟悉的fit和predict接口,便于快速上手和集成到现有项目中。

Time-series-classification-and-clustering-with-Reservoir-Computing - 基于储层计算的时间序列分析框架

GithubReservoir Computing开源项目时间序列分类时间序列聚类机器学习神经网络

这个开源项目利用储层计算技术，实现了时间序列数据的分类、聚类和预测功能。它支持处理单变量和多变量时间序列，并提供了易用的Python库。项目包含多个功能模块、丰富的数据集和高级示例。其特有的储层模型空间表示方法在处理复杂时间序列任务时表现出色。

awesome-time-series - 时间序列预测与分析的全面资源汇总

GithubTransformer图神经网络开源项目异常检测时间序列预测深度学习

本项目汇集了时间序列预测领域的最新论文、代码和相关资源。内容涵盖M4竞赛、Kaggle时间序列竞赛、学术研究、理论基础、实践工具和数据集等。为研究人员和从业者提供全面的参考资料，促进时间序列预测技术的深入研究与应用。

ta - Python实现43种金融技术分析指标

GithubPython开源项目技术分析指标数据处理金融

TA是一个基于Pandas和Numpy的Python技术分析库,专门用于金融时间序列数据的特征工程。该库实现了43种技术指标,涵盖成交量、波动性、趋势和动量等方面,包括移动平均线、布林带、MACD等。TA为金融数据分析和量化交易策略开发提供了全面的工具支持。

scikit-fda - Python实现的功能数据分析库

GithubPythonscikit-fda函数数据分析开源项目数据科学统计学

scikit-fda是一个功能数据分析(FDA)的Python库,为处理依赖连续参数的数据提供全面工具。它支持数据表示、探索分析、预处理,以及功能数据的推断、分类、回归和聚类。兼容Python 3.8+版本,可通过PyPI或conda-forge安装。这个开源项目为数据科学家和研究人员提供了灵活的FDA工具集,简化了复杂数据的分析过程。

pytorch-forecasting - 前沿的时间序列预测工具包，提供灵活的高层API

GithubPyTorch ForecastingPyTorch Lightning开源项目时间序列预测深度学习神经网络

PyTorch Forecasting 是一个基于 PyTorch 的时间序列预测包，适用于实际应用和研究。它支持多种神经网络架构及自动日志记录，利用 PyTorch Lightning 实现多 GPU/CPU 的扩展训练，并内置模型解释功能。关键特性包括时间序列数据集类、基本模型类、增强的神经网络架构、多视角时间序列指标和超参数优化。安装简便，支持 pip 和 conda，文档详尽，并包含模型比较和使用案例。

tspiral - 优化时间序列预测的Python工具包

GithubPython包scikit-learntspiral开源项目时间序列预测机器学习

tspiral是一个专注于时间序列预测的Python工具包，提供多种优化技术如递归预测、直接预测、堆叠预测和修正预测。它与scikit-learn兼容，支持全局和多变量时间序列预测，并提供简洁API。tspiral将复杂的时间序列问题转化为表格式监督回归任务，方便用户利用scikit-learn生态系统进行预测分析。

tempo - Databricks上的时间序列数据处理工具库

DatabricksGithubPySparkTempo开源项目数据处理时间序列

Tempo是一个基于PySpark的开源时间序列数据处理工具库。它为Databricks上的数据团队提供了一套抽象和函数，简化了时间序列数据的操作和分析。Tempo扩展了PySpark的功能，通过易用的API支持复杂的时间序列分析任务。这个工具库适用于需要在大规模数据集上进行高效时间序列处理的场景。

pandas-ta - Python金融技术分析库提供130多种指标和实用工具

GithubPandas TAPython开源项目技术分析指标库数据处理

Pandas TA是一个基于Python的金融技术分析库，集成了130多种技术指标和60多种TA-Lib蜡烛图模式。该库提供常用指标如移动平均线、MACD、布林带等，并支持多进程计算以提高效率。它还包含示例代码，展示如何创建自定义策略。Pandas TA充分利用了Pandas库的优势，为金融数据分析提供了丰富的工具和灵活的功能。

sysidentpy - 非线性系统识别和时序预测的Python工具库

GithubNARMAX模型SysIdentPy开源项目时间序列预测系统识别非线性建模

SysIdentPy是一个开源Python库,专注于NARMAX模型及其变体的系统识别。该库提供先进的模型结构选择和参数估计技术,支持多种基函数,并可与神经网络和机器学习算法集成。它为时间序列分析和动态系统建模提供了灵活易用的框架,适用于构建动态非线性模型。

相关项目

项目侧边栏1

项目侧边栏2

推荐项目

Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com

@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号