wwrechard/pydlm

해결하는 문제

PyDLM은 시계열 모델링을 위한 파이썬 라이브러리입니다. 추세와 계절성과 같은 다양한 구성 요소로 시계열 데이터를 분해함으로써 분석과 예측을 유연하게 수행할 수 있는 프레임워크를 제공합니다. 복잡한 패턴을 다루고 예측 정확도를 향상시킬 수 있습니다.

작동 방식

이 라이브러리는 베이지안 동적 선형 모델(DLM)을 기반으로 합니다. 상태공간 접근법을 사용하여 시계열을 다양한 구성 요소의 합으로 모델링합니다. 사용자는 다음과 같은 구성 요소들을 조합하여 모델을 구축할 수 있습니다:

• 선형/이차 추세: 데이터의 일반적인 움직임 방향을 포착하기 위해.
• 계절성: 특정 기간(예: 주간 또는 연간)에 반복되는 패턴을 포착하기 위해.
• 동적 회귀: dynamic 구성 요소를 사용하여 시간에 따라 변화하는 외부 예측 변수(특징)를 포함하기 위해.

모델이 정의되면, 전방 필터링과 후방 스무딩을 사용하여 데이터에 적합시키고, 필터링 결과, 1일 전망, 신뢰구간을 생성합니다.

대상 사용자

파이썬에서 베이지안 시계열 분석, 분해, 예측이 필요한 데이터 과학자 및 분석가. 특히 R 패키지 bsts의 대안을 찾는 사람에게 적합합니다.

주요 특징

• 유연한 모델 구축: 추세, 계절성, 동적 회귀 등의 구성 요소를 + 연산자를 사용해 조합하여 모델을 구축할 수 있습니다.
• 판다스로의 변환: dlm 및 dynamic 클래스는 판다스 입력을 지원합니다.
• 빠른 추론: 모델 적합 및 추론을 최적화하여 빠르게 처리합니다.
• 포괄적인 시각화: 적합 결과, 예측, 개별 구성 요소를 시각화할 수 있는 내장 플롯 함수가 있습니다.