AutoTS：自动化时间序列预测的Python包

AutoTS 是一个使用 Python 编写的开源项目，专注于自动化时间序列预测。该项目采用 Python 语言进行开发。

核心功能

AutoTS 的主要功能是提供了一套丰富的工具和方法，用于快速部署高精度的时间序列预测。它支持多种类型的预测模型，包括简单模型、统计模型、机器学习模型和深度学习模型。此外，它还提供了超过 30 种时间序列特定的转换工具，这些工具遵循 sklearn 风格的 fit()、transform() 和 inverse_transform() 接口。

主要特点：

• 支持多变量时间序列输出预测。
• 支持概率性预测，包括上界和下界。
• 大多数模型可以轻松扩展到数十万甚至数百万个输入序列。
• 支持用户自定义的外部回归因子。
• 通过遗传算法自动搜索最佳模型、预处理和集成方法。

最近更新的功能

• 自动化模型集成：更新了模型集成策略，提高了预测的准确性和效率。
• 性能优化：对模型训练和预测性能进行了优化，特别是在处理大数据集时。
• 新的预测模型：引入了新的机器学习和深度学习模型，以提供更多样化的预测选择。
• 用户文档和教程：更新了用户文档和教程，使得项目更易于上手和使用。

通过这些更新，AutoTS 进一步提升了其在时间序列预测领域的领先地位，为用户提供了更加强大和灵活的工具集。