Merlion时间序列的机器学习库

Merlion 是一个用于时间序列智能的 Python 库。它提供了一个端到端的机器学习框架，包括加载和转换数据、构建和训练模型、后处理模型输出以及评估模型性能。它支持各种时间序列学习任务，包括单变量和多变量时间序列的预测和异常检测。该库旨在为工程师和研究人员提供一站式解决方案，以快速开发满足其特定时间序列需求的模型，并在多个时间序列数据集中对它们进行基准测试。

Merlion 的主要特点是：

• 标准化且易于扩展的数据加载和基准测试，适用于广泛的预测和异常检测数据集。
• 用于异常检测和预测的各种模型库，在共享界面下统一。模型包括经典的统计方法、树集成和深度学习方法。高级用户可以根据需要完全配置每个模型。
• 高效、稳健地实现良好性能并为新用户提供起点的抽象DefaultDetector和DefaultForecaster模型。
• AutoML 用于自动超参数调整和模型选择。
• 实用的、受行业启发的异常检测器后处理规则，使异常分数更具可解释性，同时还减少了误报的数量。
• 易于使用的集成，结合多个模型的输出以实现更强大的性能。
• 灵活的评估管道，模拟生产中模型的实时部署和重新训练，并评估预测和异常检测的性能。
• 对可视化模型预测的本机支持。