Kats-Facebook 最新开源的时序分析工具

本文是翻译内容，大部分内容来自谷歌翻译

Kats 是什么？

kats 是一个轻量级、易上手的时序分析库，它能够处理通用的时序分析任务，包括预测、检测、多变量分析和特征提取/嵌入。据我们了解，kats 是第一个使用经典和高级分析技术对时序进行见面的 python 时序分析库。

Kats 能做什么？

Kats 为时序分析领域的四大问题提供了一系列算法和模型：预测、检测、多变量分析和特征提取/嵌入：

1、预测：Kats 提供了一整套预测工具，包括 10 多个单独的预测模型、集成、自监督学习（元学习）模型、回测、超参数调整和经验预测区间。

2、检测：Kats 支持检测时间序列数据的各种模式，包括季节性、异常值、变化点和缓慢的趋势变化

3、特征提取和嵌入：Kats 中的时间序列特征（TSFeature）提取模块可以产生 65 个具有明确统计定义的特征，这些特征可以合并到大多数机器学习（ML）模型中，例如分类和回归。

4、一些工具：Kats 还提供了一些时序分析的常用工具，例如时序仿真器

Kats 为什么很重要？

时间序列分析是数据科学和机器学习的一个基础领域，在电子商务、金融、容量规划、供应链管理、医学、天气、能源、天文学等各个领域都有大量应用。Kats 是第一个标准的，连接各时序分析领域的综合性 python 库。用户可以基于 kats，探索他们时间序列数据的基本特征、预测未来值、监控异常情况并将这些特征值合并到他们的 机器学习模型中。