tsmoothie:用于以向量化方式进行时间序列平滑和离群值检测的python库

上传者: 42104906 | 上传时间: 2022-11-20 23:23:57 | 文件大小: 1.23MB | 文件类型: ZIP
tsmoothie 一个用于以向量化方式进行时间序列平滑和离群值检测的python库。 总览 tsmoothie以快速有效的方式计算单个或多个时间序列的平滑度。 可用的平滑技术是: 指数平滑 具有各种窗口类型(常量,汉宁,汉明,巴特利特,布莱克曼)的卷积平滑 使用傅立叶变换进行频谱平滑 多项式平滑 各种样条平滑(线性,三次,自然三次) 高斯平滑 Binner平滑 低价 各种季节性分解平滑(卷积,最低,自然三次样条) 带有可自定义组件(水平,趋势,季节性,长期季节性)的卡尔曼平滑 tsmoothie提供了平滑处理结果的间隔计算。 这对于识别时间序列中的异常值和异常可能很有用。 关于使用的平滑方法,可用的间隔类型为: sigma间隔 置信区间 预测间隔 卡尔曼区间 tsmoothie可以执行滑动平滑方法来模拟在线使用。 可以将时间序列分成相等大小的片段,并分别进行平滑处理。 与往常一样,此功能通过WindowWrapper类以矢量化方式实现。 tsmoothie可以通过BootstrappingWrapper类操作时序引导程序。 支持的引导程序算法为: 没有重叠的块引导

文件下载

资源详情

[{"title":"( 17 个子文件 1.23MB ) tsmoothie:用于以向量化方式进行时间序列平滑和离群值检测的python库","children":[{"title":"tsmoothie-master","children":[{"title":"notebooks","children":[{"title":"Sliding Smoothing.ipynb <span style='color:#111;'> 183.93KB </span>","children":null,"spread":false},{"title":"Basic Smoothing.ipynb <span style='color:#111;'> 281.55KB </span>","children":null,"spread":false},{"title":"Sinusoidal Smoothing.ipynb <span style='color:#111;'> 786.46KB </span>","children":null,"spread":false}],"spread":true},{"title":"imgs","children":[{"title":"randomwalk_smoothing.png <span style='color:#111;'> 67.13KB </span>","children":null,"spread":false},{"title":"sinusoidal_bootstrap.png <span style='color:#111;'> 105.55KB </span>","children":null,"spread":false},{"title":"sinusoidal_smoothing.png <span style='color:#111;'> 133.51KB </span>","children":null,"spread":false}],"spread":true},{"title":"requirements.txt <span style='color:#111;'> 22B </span>","children":null,"spread":false},{"title":"LICENSE <span style='color:#111;'> 1.05KB </span>","children":null,"spread":false},{"title":"setup.py <span style='color:#111;'> 875B </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 5.83KB </span>","children":null,"spread":false},{"title":".gitignore <span style='color:#111;'> 1.26KB </span>","children":null,"spread":false},{"title":"tsmoothie","children":[{"title":"utils_class.py <span style='color:#111;'> 5.15KB </span>","children":null,"spread":false},{"title":"bootstrap.py <span style='color:#111;'> 5.91KB </span>","children":null,"spread":false},{"title":"regression_basis.py <span style='color:#111;'> 3.91KB </span>","children":null,"spread":false},{"title":"utils_func.py <span style='color:#111;'> 16.75KB </span>","children":null,"spread":false},{"title":"smoother.py <span style='color:#111;'> 76.58KB </span>","children":null,"spread":false},{"title":"__init__.py <span style='color:#111;'> 134B </span>","children":null,"spread":false}],"spread":true}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明