Sktime：用于时间序列机器学习的Python库

全文共4701字，预计学习时长12分钟

图源：unsplash

 

在Python中使用时间序列来解决数据科学问题是非常有挑战性的，现有的工具并不适合时间序列任务，也不容易集成。

 

Scikiti -learn包中的方法假设数据是表格格式结构，每一列为独立同分布——这些假设不适用于时间序列数据。包含时间序列学习模块的程序包，例如状态模型，不能很好地集成。此外，现有的Python包不支持许多基本的时间序列操作，比如将数据分成不同时间的训练集和测试集。

 

Sktime就是为了解决这一问题应运而生的。Sktime是一个使用时间序列进行机器学习的开源Python工具箱。这是一个由英国经济与社会研究理事会、消费者数据研究中心和艾伦·图灵研究所资助的社区驱动的基金项目。

 

Sktime将Scikit-learn应用程序接口扩展到时间序列任务。它提供了必要的算法和转换工具，能有效地解决时间序列回归、预测和分类任务。该库包括其他通用类库没有的、专用的时间序列学习算法和转换方法。

 

Sktime的设计可以与Scikiti -learn互操作，轻松适应相关时间序列任务的算法，并构建复合模型。具体怎么操作呢?许多时间序列任务是相关联的，能够解决一项任务的算法通常可以用来解决相关的任务，这个概念叫做还原。

 

例如，时间序列回归模型(使用序列来预测输出值)可用于时间序列预测任务(预测的输出值是终值)。

 

sktime库标志 | 图源：Github

 

其宗旨是：“Sktime使可理解和可组合的机器学习具有时间序列，为支持清晰学习任务分类Scikiti -learn兼容算法和模型组合工具提供了具有启发性的文档和友好的社群。”

 

本文将重点介绍sktime的一些特性。

 

 

适合时间序列的数据模型

 

Sktime针对pandas数据帧中的时间序列使用了嵌套数据结构。

 

典型数据框架中的每一行都包含独立同分布观测值，列代表不同的变量。对于Sktime方法，Pandas数据帧中的每个单元格包含整个时间序列。这种格式对于多变量、面板和异构数据很灵活，允许重用Pandas和Scikit-learn中的方法。在下表中，每一行都是一个观察值，X列中包含一个时间序列数组，y列包含一个组值。

 

本机时间序列数据结构，