mlforecast

<!-- 警告：此文件是自动生成的！请勿编辑！ --> <div align="center"> <center> <img src="https://yellow-cdn.veclightyear.com/0a4dffa0/943167d9-bc68-4184-a68e-a272f08e147a.png" /> </center> <h1 align="center"> 机器学习 🤖 预测 </h1> <h3 align="center"> 可扩展的时间序列预测机器学习 </h3>

mlforecast 是一个使用机器学习模型进行时间序列预测的框架，可选择使用远程集群来处理海量数据。

</div>

安装

PyPI

pip install mlforecast

conda-forge

conda install -c conda-forge mlforecast

更详细的安装说明请参考安装页面。

快速入门

从这个快速指南开始。

按照这个端到端演练了解最佳实践。

示例笔记本

• m5
• m5-polars
• m4
• m4-cv
• favorita

为什么选择mlforecast？

目前Python中的机器学习模型替代方案速度慢、精度低且扩展性差。因此我们创建了一个可用于生产环境的预测库。MLForecast包含高效的特征工程，可用于训练任何机器学习模型（具有fit和predict方法，如sklearn）以适应数百万个时间序列。

特性

• Python中最快的时间序列预测特征工程实现。
• 与pandas、polars、spark、dask和ray开箱即用的兼容性。
• 基于保形预测的概率预测。
• 支持外生变量和静态协变量。
• 熟悉的sklearn语法：.fit和.predict。

缺少什么功能？请提出issue或在上与我们联系。

示例和指南

📚 端到端演练：多个时间序列的模型训练、评估和选择。

🔎 概率预测：使用保形预测生成预测区间。

👩‍🔬 交叉验证：稳健的模型性能评估。

🔌 预测需求高峰：用于检测日峰值和降低电费的电力负荷预测。

📈 迁移学习：使用一组时间序列预训练模型，然后使用该预训练模型预测另一个时间序列。

🌡️ 分布式训练：使用Dask、Ray或Spark集群进行大规模模型训练。

如何使用

以下提供了一个非常基本的概述，更详细的描述请参阅文档。

数据设置

将您的时间序列以长格式存储在pandas数据框中，即每行表示特定序列和时间戳的一个观测值。

from mlforecast.utils import generate_daily_series

series = generate_daily_series(
    n_series=20,
    max_length=100,
    n_static_features=1,
    static_as_categorical=False,
    with_trend=True
)
series.head()

<div>

	unique_id	ds	y	static_0
0	id_00	2000-01-01	17.519167	72
1	id_00	2000-01-02	87.799695	72
2	id_00	2000-01-03	177.442975	72
3	id_00	2000-01-04	232.704110	72
4	id_00	2000-01-05	317.510474	72

</div> > 注意：unique_id 作为数据集中每个独特时间序列的标识符。如果您只使用数据集中的单一时间序列，请将此列设置为常量值。

模型

接下来定义您的模型，每个模型都将在所有系列上进行训练。这些可以是任何遵循scikit-learn API的回归器。

import lightgbm as lgb
from sklearn.linear_model import LinearRegression

models = [
    lgb.LGBMRegressor(random_state=0, verbosity=-1),
    LinearRegression(),
]

预测对象

现在使用模型和您想要使用的特征实例化一个 MLForecast 对象。特征可以是滞后项、滞后项的转换和日期特征。您还可以定义在拟合前应用于目标的转换，这些转换在预测时会被恢复。

from mlforecast import MLForecast
from mlforecast.lag_transforms import ExpandingMean, RollingMean
from mlforecast.target_transforms import Differences

fcst = MLForecast(
    models=models,
    freq='D',
    lags=[7, 14],
    lag_transforms={
        1: [ExpandingMean()],
        7: [RollingMean(window_size=28)]
    },
    date_features=['dayofweek'],
    target_transforms=[Differences([1])],
)

训练

要计算特征并训练模型，在您的 Forecast 对象上调用 fit。

fcst.fit(series)

MLForecast(models=[LGBMRegressor, LinearRegression], freq=D, lag_features=['lag7', 'lag14', 'expanding_mean_lag1', 'rolling_mean_lag7_window_size28'], date_features=['dayofweek'], num_threads=1)

预测

要获取未来 n 天的预测，在预测对象上调用 predict(n)。这将自动处理特征所需的更新，使用递归策略。

predictions = fcst.predict(14)
predictions

<div>

	unique_id	ds	LGBMRegressor	LinearRegression
0	id_00	2000-04-04	299.923771	311.432371
1	id_00	2000-04-05	365.424147	379.466214
2	id_00	2000-04-06	432.562441	460.234028
3	id_00	2000-04-07	495.628000	524.278924
4	id_00	2000-04-08	60.786223	79.828767
...	...	...	...	...
275	id_19	2000-03-23	36.266780	28.333215
276	id_19	2000-03-24	44.370984	33.368228
277	id_19	2000-03-25	50.746222	38.613001
278	id_19	2000-03-26	58.906524	43.447398
279	id_19	2000-03-27	63.073949	48.666783

<p>280 行 × 4 列</p> </div>

可视化结果

from utilsforecast.plotting import plot_series

fig = plot_series(series, predictions, max_ids=4, plot_random=False)

如何贡献

请参阅 CONTRIBUTING.md。