alkaline-ml/pmdarima

해결하는 문제

Python에서 포괄적인 시계열 분석 도구가 부족한 문제를 해결하며, 특히 R의 auto.arima 기능을 Python 생태계로 가져와 예측 및 분석을 위한 통계 라이브러리를 제공합니다.

작동 방식

statsmodels 라이브러리를 래핑하여 scikit-learn 스타일의 인터페이스를 제공합니다. 이를 통해 사용자는 데이터 변환기(Box-Cox 또는 푸리에 변환 등), 정상성 및 계절성 통계 검정, 자동화된 ARIMA 모델 선택을 포함하는 파이프라인을 구축할 수 있습니다.

대상 사용자

익숙한 scikit-learn 스타일의 API를 사용하여 시계열 예측 및 분석을 수행해야 하는 데이터 과학자 및 분석가.

주요 특징

• 자동 모델 선택: auto_arima를 포함하여 최적의 ARIMA 파라미터를 자동으로 찾습니다.
• Scikit-learn 통합: 파이프라인을 지원하여 추정기(estimator)를 통합하고 프로덕션 환경으로의 배포를 용이하게 합니다.
• 포괄적인 도구 세트: 정상성/계절성 검정, 시계열 분해, 교차 검증 유틸리티를 제공합니다.
• 내장 데이터셋: 신속한 프로토타이핑을 위한 시계열 데이터셋 모음을 포함합니다.