sktime
v0.34.0
時系列を使用した機械学習のための統一されたインターフェイス
バージョン0.34.0今すぐ！こちらのリリースノートをご覧ください。
Sktimeは、Pythonでの時系列分析のライブラリです。複数の時系列学習タスクに統一されたインターフェイスを提供します。現在、これには、予測、時系列分類、クラスタリング、異常/変化ポイントの検出、およびその他のタスクが含まれます。時系列のアルゴリズムと、時系列モデルを構築、調整、および検証するためのSCIKIT-LEARN互換ツールが付属しています。
| ドキュメント・チュートリアル・ノートのリリース | |
|---|---|
| オープンソース | |
| チュートリアル | |
| コミュニティ | |
| CI/CD | |
| コード | |
| ダウンロード | |
| 引用 |
| ドキュメント | |
|---|---|
| チュートリアル | Sktimeが初めてですか？これがあなたが知る必要があるすべてです！ |
| ？バインダーノートブック | ブラウザで再生するノートブックの例。 |
| ？ 例 | Sktimeとその機能の使用方法。 |
| ✂️拡張テンプレート | SktimeのAPIを使用して独自の推定器を構築する方法。 |
| ？ §apiリファレンス | SktimeのAPIの詳細なリファレンス。 |
| ビデオチュートリアル | 2021年のPydata Globalからのビデオチュートリアル。 |
| Changelog | 変更とバージョンの履歴。 |
| ？ロードマップ | Sktimeのソフトウェアおよびコミュニティ開発計画。 |
| 関連ソフトウェア | 関連するソフトウェアのリスト。 |
質問とフィードバックは大歓迎です！より多くの視聴者がそれから利益を得ることができるので、共有の価値が公に支援することを強く信じています。
| タイプ | プラットフォーム |
|---|---|
| ？バグレポート | GitHub発行トラッカー |
| 機能のリクエストとアイデア | GitHub発行トラッカー |
| ？ 使用状況の質問 | GitHubディスカッション・スタックオーバーフロー |
| 一般的な議論 | Githubの議論 |
| ？貢献と開発 | dev-chat Channel・discord |
| ミートアップとコラボレーションセッション | Discord -Fridays 13 UTC、Dev/Meet -Ups Channel |
私たちの目的は、時系列分析エコシステムの相互運用性と使いやすさを完全に向上させることです。 SKTIMEは、明確であるが関連する時系列学習タスクのための統一されたインターフェイスを提供します。パイプライン、アンサンミング、チューニング、削減など、複合モデルビルディング用の専用の時系列アルゴリズムとツールを備えており、ユーザーがあるタスクに設計されたアルゴリズムを別のタスクに適用できるようにします。
Skimeは、Scikit-Learn、Statsmodels、Tsfresh、Pyod、FbProphetなど、関連ライブラリにもインターフェイスを提供します。
| モジュール | 状態 | リンク |
|---|---|---|
| 予測 | 安定した | チュートリアル・APIリファレンス・拡張テンプレート |
| 時系列分類 | 安定した | チュートリアル・APIリファレンス・拡張テンプレート |
| 時系列回帰 | 安定した | APIリファレンス |
| 変換 | 安定した | チュートリアル・APIリファレンス・拡張テンプレート |
| パラメーターフィッティング | 成熟 | APIリファレンス・拡張テンプレート |
| 時系列クラスタリング | 成熟 | APIリファレンス・拡張テンプレート |
| 時系列距離/カーネル | 成熟 | チュートリアル・APIリファレンス・拡張テンプレート |
| 時系列アライメント | 実験的 | APIリファレンス・拡張テンプレート |
| 検出タスク | 実験的 | 拡張テンプレート |
| 時系列スプリッター | 成熟 | 拡張テンプレート |
| 分布とシミュレーション | 実験的 |
トラブルシューティングと詳細なインストール手順については、ドキュメントを参照してください。
conda-forge経由）PIPを使用して、SKTIMEリリースはソースパッケージおよびバイナリホイールとして利用できます。利用可能なホイールはここにリストされています。
pip install sktimeまたは、最大依存関係がある場合、
pip install sktime[all_extras]特定の学習タスクのソフト依存関係のキュレーションセットの場合：
pip install sktime[forecasting] # for selected forecasting dependencies
pip install sktime[forecasting,transformations] # forecasters and transformersまたは同様です。有効なセットは次のとおりです。
forecastingtransformationsclassificationregressionclusteringparam_estnetworksdetectionalignment洞窟：一般的に、学習タスクのすべてのソフト依存関係がインストールされているわけではなく、キュレーションされた選択のみです。
conda-forgeチャンネルを介してcondaからSktimeをインストールすることもできます。ビルドレシピと構成を含む原料は、このコンドラフォージリポジトリに維持されています。
conda install -c conda-forge sktimeまたは、最大依存関係がある場合、
conda install -c conda-forge sktime-all-extras （ conda依存関係セットをサポートしていないため、ソフト依存関係の柔軟な選択はcondaで利用できません）
from sktime . datasets import load_airline
from sktime . forecasting . base import ForecastingHorizon
from sktime . forecasting . theta import ThetaForecaster
from sktime . split import temporal_train_test_split
from sktime . performance_metrics . forecasting import mean_absolute_percentage_error
y = load_airline ()
y_train , y_test = temporal_train_test_split ( y )
fh = ForecastingHorizon ( y_test . index , is_relative = False )
forecaster = ThetaForecaster ( sp = 12 ) # monthly seasonal periodicity
forecaster . fit ( y_train )
y_pred = forecaster . predict ( fh )
mean_absolute_percentage_error ( y_test , y_pred )
>> > 0.08661467738190656 from sktime . classification . interval_based import TimeSeriesForestClassifier
from sktime . datasets import load_arrow_head
from sklearn . model_selection import train_test_split
from sklearn . metrics import accuracy_score
X , y = load_arrow_head ()
X_train , X_test , y_train , y_test = train_test_split ( X , y )
classifier = TimeSeriesForestClassifier ()
classifier . fit ( X_train , y_train )
y_pred = classifier . predict ( X_test )
accuracy_score ( y_test , y_pred )
>> > 0.8679245283018868 Sktimeコミュニティに参加する方法はたくさんあります。すべての委員会の仕様に従います。すべての種類の貢献は歓迎されます - コードだけでなく。
| ドキュメント | |
|---|---|
| ？貢献する | Sktimeに貢献する方法。 |
| ？メンタリング | オープンソースは新しく？メンタリングプログラムに応募してください！ |
| ？会議 | ディスカッション、チュートリアル、ワークショップ、スプリントに参加してください！ |
| ？？開発者ガイド | Sktimeのコードベースをさらに開発する方法。 |
| ？強化提案 | Sktimeの新機能を設計します。 |
| ？貢献者 | すべての貢献者のリスト。 |
| ？役割 | コアコミュニティの役割の概要。 |
| ？寄付する | SKTIMEのメンテナンスと開発に資金を提供します。 |
| ？§ガバナンス | Sktimeのコミュニティでどのように、誰によって決定が下されますか。 |
すべてのコミュニティに、すべての素晴らしい貢献、PR、問題、アイデアに感謝します。
