sktime/skpro

何を解決するか

skpro は Python における教師付き確率的予測のためのライブラリです。単一の点推定（例：平均値）を提供するモデルではなく、可能な結果の範囲、区間、分位点、または完全な確率分布を提供するモデルの必要性に対応しています。これは、表形式データおよび生存分析におけるリスク評価や不確実性の定量化に特に役立ちます。

どう動くか

このライブラリは、いくつかの主要なコンポーネントに対して scikit-learn に似たインターフェースを提供します：

• 確率的回帰器: 表形式データに対する区間、分位点、確率分布の予測を生成するためのツール。
• 生存予測: 個々のインスタンスに対する生存分布を提供する、確率的時間-イベント予測のためのツール。
• 還元法: ブートストラップやコンフォーマル予測などの技術を用いて、標準的な scikit-learn 回帰器を確率的ものに変換するメカニズム。
• 評価指標: ピンボール損失、経験的カバレッジ、連続ランク確率スコア（CRPS）など、確率的予測の品質を評価するための専門的指標。
• 確率分布: pandas に似たインターフェースを持つ記号的確率分布。

どんな人向けか

予測の不確実性を点推定に頼らずに定量化したいデータサイエンティストや機械学習実務家、および生存分析（時間-イベント予測）に取り組んでいる人。

特徴

• scikit-learn 互換性: scikit-learn および sktime と完全に互換性があり、既存の ML パイプラインに統合可能。
• 複合モデル: 確率的性能指標を用いたチューニングを可能にするパイプラインおよび複合モデルの構築をサポート。
• 相互運用性: MAPIE、ngboost、cyclic-boosting などの人気パッケージとインターフェースを共有。
• 包括的な指標: 確率的予測の評価に特化したツールセットを備えています。