alkaline-ml/pmdarima

解決する課題

Pythonにおける包括的な時系列分析ツールの不足を補う統計ライブラリであり、特にR言語の auto.arima の機能をPythonエコシステムにもたらします。

仕組み

statsmodels ライブラリをラップし、scikit-learnスタイルのインターフェースを提供します。これにより、データ変換（Box-Cox変換やフーリエ変換など）、定常性や季節性の統計的検定、自動化されたARIMAモデル選択を含むパイプラインを構築できます。

対象ユーザー

使い慣れたscikit-learnライクなAPIを使用して時系列予測や分析を行う必要があるデータサイエンティストやアナリスト。

主な特徴

• 自動モデル選択: auto_arima を含み、最適なARIMAパラメータを自動的に検索します。
• Scikit-learn統合: パイプラインをサポートしており、推定量（estimator）を統合して本番環境への移行を容易にします。
• 包括的なツールセット: 定常性/季節性検定、時系列分解、交差検証ユーティリティを提供します。
• 組み込みデータセット: プロトタイピングを迅速に行うための時系列データセットが含まれています。