2021年6月18日，Facebook在其官方Github发布了一个专门为了时间序列服务的工具库，Kats。它作为一个Toolkit包，提供了四种简易且轻量化的API。

  • 预测（封装了10+models，主要是传统的时间序列模型，这些模型有支持ensemble的API，结合时间序列特征的功能甚至可以做meta-learning）

  • 检测（官方叫做detection，大致是对时间序列做类似于异常检测，change point detection之类的检测）

  • 时间序列特征（API十分简单，可以得到65个时间序列相关的features）

  • 模拟（simulator，可以按照某些时序特征比如seasonality去创造时间序列来方便实验）

针对这四种功能，笔者进行了一一尝试。本文将为大家分享这次尝试的结果以及理解。内容可能会比较细致，如果想直接看优缺点总结和建议的话，可以拉到最后。

项目来源：Facebook Research

项目地址：

https://github.com/facebookresearch/Kats

 

内容中包含的图片若涉及版权问题，请及时与我们联系删除