tslearn-team/tslearn

何を解決するか

時系列データに対する機械学習を実行するための包括的なツールキットを提供し、特殊な距離メトリクスとアルゴリズムを必要とする順序データのフォーマット、前処理、分析プロセスを簡素化します。

どう動作するか

このライブラリは、時系列データセットを3次元のnumpy配列（系列数、測定数、次元数）として扱います。scikit-learnとシームレスに統合されており、モデルの学習とハイパーパラメータチューニングにおいて同じAPIを採用しています。可変長時系列の処理やスケーリング、リサンプリングなどの前処理ステップを専用のユーティリティでサポートしています。

対象ユーザー

Pythonを使用して時系列データの分類、クラスタリング、回帰を実行したいデータサイエンティストや研究者。

主な特徴

• scikit-learn互換性: scikit-learnパイプラインやユーティリティと完全に互換性があります。
• 多様なタスク対応: KNN、SVCによる分類、K-Means、KShapeによるクラスタリング、SVR、MLPによる回帰をサポートするツールを含みます。
• 専用メトリクス: Dynamic Time Warping (DTW)やGlobal Alignment Kernel (GAK)などの高度な距離メトリクスを実装しています。
• データユーティリティ: UCRデータセット、合成データジェネレータ、他のPythonツールキットへの変換ツールを内蔵しています。