AutoTS：如何仅用一行代码实现卓越的时序预测基线？

本文共计773个文字，预计阅读时间需要4分钟。

时间序列问题无疑是在销量预测、天气预报、股票预测等问题中至关重要的。随着机器学习的快速发展，已经出现了许多与时间序列建模相关的工具包。今天，我将介绍一种非常流行的工具——ARIMA模型。

时间序列问题无论是在销量预测，天气预测还是在股票预测等问题中都至关重要，而如今随着机器学习等快速发展，已经出现了非常多时间序列建模相关的工具包，今天介绍一种非常霸道的工具，融合了自动化机器学习技术开发的AutoTS。

Auto TS会先对数据进行预处理，从数据中删除异常值，通过学习寻找最佳的NaN值。只需使用一行代码，就可以训练多个时间序列模型，包括ARIMA、SARIMAX、FB Prophet、VAR，并得出效果最佳的模型。​喜欢本文记得收藏、点赞、关注。​

​文末提供技术交流群​

AutoTS

Auto TS是一个关于时间序列预测的开源Python库。

它可以在仅仅使用一行Python代码中训练多个时间序列预测模型，包括ARIMA、SARIMAX、FB Prophet、VAR等，然后在从中选择最佳模型进行预测。其中AutoTS包含的技术有：

• 遗传规划优化方法寻找最优时间序列预测模型。

• 训练简单的模型、统计模型、机器学习模型和深度学习模型，同时涉及到所有可能的超参数配置和交叉验证。