Skip to content

Latest commit

 

History

History
249 lines (164 loc) · 10.1 KB

README_zh_CN.md

File metadata and controls

249 lines (164 loc) · 10.1 KB
Raw


Statistics | Deep Learning | Neural Architecture Search

💫 易用，高效，统一的全管道自动时间序列分析工具，支持时间序列预测，分类，回归以及异常检测。

有志者，跟我来！

亲爱的朋友们，我们在为热爱AutoML/NAS的专业人士和学生提供具有挑战性的机会。目前，我们的团队遍布北京(总部)、上海，成都，美国等世界各地，欢迎有志之士加入我们的团队DataCanvas Lab! 请您发送您的简历到 yangjian@zetyun.com.

概览

HyperTS是一个Python工具包，提供了一个端到端的时间序列分析工具。它针对时间序列任务的整个AutoML流程实现了灵活的全覆盖，包含数据清洗，数据预处理，特征工程，模型选择，超参数优化，结果评估以及预测曲线可视化等。

多模驱动, 轻重结合是HyperTS的关键特性。因此，您可以随意切换统计(+机器学习), 深度学习及神经架构搜索等模式来获得强大的评估器。

简单易上手的API。您可以简单操作创建一个实验，然后run()它，便会获得一个最佳的全pipeline模型。然后针对得到的model执行.predict(), .predict_proba(), .evalute(), .plot()等操作来对做各种各样的时间序列结果分析。

安装

提示:

  • Prophet是被HyperTS需要的, 当您使用pip安装HyperTS前建议先使用conda安装Prophet。
  • Tensorflow对于HyperTS是可选依赖, 如果您使用到深度学习及神经架构搜索模式, 请安装tf。

HyperTS在Pypi上可用，可以使用pip安装:

pip install hyperts

您也可以安装HyperTS通过conda的conda-forge通道:

conda install -c conda-forge hyperts

如果您想体验最新的功能， 您可以通过如下方式从github安装:

git clone git@github.com:DataCanvasIO/HyperTS.git
cd HyperTS
pip install -e . 
pip install tensorflow #optional, recommended version: >=2.0.0,<=2.10.0

更多安装细节及注意事项，请看 安装指南.

教程

中文文档 / 英文文档 描述
数据规范 HyperTS期待什么样的数据？
快速开始 如何快速正确地使用HyperTS？
进阶之梯 如何释放HyperTS的巨大潜能？
自定义化 如何定制化自己的HyperTS?

示例

时间序列预测

您可以使用make_experiment()快速创建并运行一个实验，其中train_data和task作为必需的输入参数。在以下预测示例中，我们告诉实验这是一个多变量预测任务，开启stats模式(统计)，因为数据包含时间戳和协变量列，因此timestamp和covariates参数也必须传给实验。

from hyperts import make_experiment
from hyperts.datasets import load_network_traffic

from sklearn.model_selection import train_test_split

data = load_network_traffic()
train_data, test_data = train_test_split(data, test_size=0.2, shuffle=False)

model = make_experiment(train_data.copy(),
                        task='multivariate-forecast',
                        mode='stats',
                        timestamp='TimeStamp',
                        covariates=['HourSin', 'WeekCos', 'CBWD']).run()

X_test, y_test = model.split_X_y(test_data.copy())

y_pred = model.predict(X_test)

scores = model.evaluate(y_test, y_pred)

model.plot(forecast=y_pred, actual=test_data)

Forecast_Figure

时间序列分类 (点击拓展) 
from hyperts import make_experiment
from hyperts.datasets import load_basic_motions

from sklearn.metrics import f1_score
from sklearn.model_selection import train_test_split

data = load_basic_motions()
train_data, test_data = train_test_split(data, test_size=0.2)

model = make_experiment(train_data.copy(),
                        task='classification',
                        mode='dl',
                        tf_gpu_usage_strategy=1,
                        reward_metric='accuracy',
                        max_trials=30,
                        early_stopping_rounds=10).run()

X_test, y_test = model.split_X_y(test_data.copy())

y_pred = model.predict(X_test)
y_proba = model.predict_proba(X_test)

scores = model.evaluate(y_test, y_pred, y_proba=y_proba, metrics=['accuracy', 'auc', f1_score])

print(scores)
时间序列异常检测 (点击拓展) 
from hyperts import make_experiment
from hyperts.datasets import load_real_known_cause_dataset

from sklearn.model_selection import train_test_split

data = load_real_known_cause_dataset()
ground_truth = data.pop('anomaly')

detection_length = 15000
train_data, test_data = train_test_split(data, test_size=detection_length, shuffle=False)

model = make_experiment(train_data.copy(),
                        task='detection',
                        mode='stats',
                        reward_metric='f1',
                        max_trials=30,
                        early_stopping_rounds=10).run()

X_test, _ = model.split_X_y(test_data.copy())
y_test = ground_truth.iloc[-detection_length:]

y_pred = model.predict(X_test)
y_proba = model.predict_proba(X_test)

scores = model.evaluate(y_test, y_pred, y_proba=y_proba)

model.plot(y_pred, actual=test_data, history=train_data, interactive=False)
时间序列元特征提取 (点击拓展) 
from hyperts.toolbox import metafeatures_from_timeseries
from hyperts.datasets import load_random_univariate_forecast_dataset

data = load_random_univariate_forecast_dataset()

metafeatures = metafeatures_from_timeseries(x=data, timestamp='ds', scale_ts=True)

更多示例及使用技巧，请移步: 中文示例.

关键特性

HyperTS支持以下特性:

多任务支持: 时间序列预测、分类、回归以及异常检测。

多模式支持: 大量的时序模型，从统计模型到深度学习模型，再到神经架构搜索。

多变量支持: 支持从单变量到多变量时间序列任务。

协变量支持: 深度学习模型支持协变量作为时间序列预测的输入特征。

概率置信区间: 时间序列预测可视化可以显示置信区间。

多样化的预处理过程: 异常值裁剪，缺失时间补齐，缺失值填充，序列平滑，归一化等。

丰富的指标: 从MSE、SMAPE、Accuracy到F1-Score，多种性能指标来评估结果，指导模型优化。

强大的搜索策略: 采用网格搜索、蒙特卡罗树搜索、进化算法，并结合元学习器，为时间序列分析提供了强大而有效的管道。

贪婪融合: 精细化的贪婪融合组合出最强大的模型。

交叉验证: 多种时序交叉验证策略保证模型的泛化性。

贡献

  • 如果您想为HyperTS做一些贡献, 请参考 贡献.
  • 如果您有任何关于HyperTS的建议或问题，也可以参与 讨论社区.

相关项目

  • Hypernets: 一个通用的自动机器学习框架。
  • HyperGBM: 一个集成了多个GBM模型的全Pipeline AutoML工具。
  • HyperDT/DeepTables: 一个面向结构化数据的AutoDL工具。
  • HyperTS: 一个面向时间序列数据的AutoML和AutoDL工具。
  • HyperKeras: 一个为Tensorflow和Keras提供神经架构搜索和超参数优化的AutoDL工具。
  • HyperBoard: 一个为Hypernets提供可视化界面的工具。
  • Cooka: 一个交互式的轻量级自动机器学习系统。

DataCanvas AutoML Toolkit

引用

如果您想引用HyperTS在您的研究中，请使用下面信息:

Xiaojing Zhang，Haifeng Wu，Jian Yang. HyperTS: A Full-Pipeline Automated Time Series Analysis Toolkit. https://github.com/DataCanvasIO/HyperTS. 2022. Version 0.2.x.

BibTex:

@misc{hyperts,
  author={Xiaojing Zhang，Haifeng Wu，Jian Yang.},
  title={{HyperTS}: { A Full-Pipeline Automated Time Series Analysis Toolkit}},
  howpublished={https://github.com/DataCanvasIO/HyperTS},
  note={Version 0.2.x},
  year={2022}
}

DataCanvas

datacanvas

HyperTS是由数据科学平台领导厂商 DataCanvas 创建的开源项目。