GAA-UAM/scikit-fda

解決的問題

scikit-fda 提供了用於函數資料分析（FDA）的工具，這是處理依賴連續參數資料的統計學分支。它讓使用者能夠分析、表示與預處理函數資料，超越傳統的離散資料分析。

如何運作

該套件提供一組專為處理函數資料設計的類別、方法與函數。它與科學計算 Python 生態系統（如 NumPy、SciPy 和 scikit-learn）整合，以執行以下任務：

• 探索性分析： 理解函數資料中的模式。
• 預處理： 為進一步分析準備函數資料。
• 推論與建模： 對函數資料執行迴歸、分類與群集。

適用對象

專為處理連續性資料（如時間序列、成長曲線或光譜資料）的統計學家、資料科學家與研究人員設計，他們需要在 Python 中使用專門工具來分析此類資料。

主要特色

• 完整的 FDA 工具包： 包含用於表示、預處理與探索性分析的工具。
• 機器學習整合： 支援函數分類、迴歸與群集。
• 推論支援： 提供函數資料的統計推論方法。
• 科學計算 Python 生態系統： 建立於 NumPy、SciPy 與 scikit-learn 之上。