[论文解读] Darts: User-Friendly Modern Machine Learning for Time Series

Julia Herzen, Francesco Lässig+17 more|arXiv (Cornell University)|Oct 7, 2021

Forecasting Techniques and Applications参考文献 16被引用 57

一句话总结

Darts 提供一个用户友好的 Python 库，将经典方法和基于 ML 的时间序列预测统一在一个共同的 fit/predict API 下，支持多序列训练、协变量、概率预测和集成方法。

ABSTRACT

We present Darts, a Python machine learning library for time series, with a focus on forecasting. Darts offers a variety of models, from classics such as ARIMA to state-of-the-art deep neural networks. The emphasis of the library is on offering modern machine learning functionalities, such as supporting multidimensional series, meta-learning on multiple series, training on large datasets, incorporating external data, ensembling models, and providing a rich support for probabilistic forecasting. At the same time, great care goes into the API design to make it user-friendly and easy to use. For instance, all models can be used using fit()/predict(), similar to scikit-learn.

研究动机与目标

• 通过在一个易于使用的单一 API 下统一经典方法与 ML 方法，普及现代基于 ML 的时间序列预测。
• 实现对时间序列集合的训练以及高维数据的处理。
• 支持概率预测以及协变量（过去和未来）以提升预测质量。
• 为从业者提供回测、超参数搜索和集成建模等工具。

提出的方法

• 引入一个不可变的 TimeSeries 容器，保证形状和时间索引的正确性。
• 提供一个统一的高级 API，使用 fit(series) 和 predict(n)，可应用于各种模型。
• 允许对时间序列集合进行训练，并对大型数据集进行懒加载。
• 支持过去和未来的协变量来调控预测。
• 通过在 TimeSeries 中存储蒙特卡罗样本并支持多种分布来提供概率预测。
• 包含一系列模型（经典的 ARIMA、指数平滑、Theta、Prophet、基于 FFT、RNN 如 DeepAR、N-BEATS、TCN、TFT 及回归包装器）。
• 包括数据预处理流水线、回测、超参数搜索、动态时间戳、集成、卡尔曼滤波、高斯过程，以及数据集模块等附加特性。

实验结果

研究问题

• RQ1 单一的统一 API 是否能够有效地同时支持经典模型和基于 ML 的时间序列模型？
• RQ2 模型在大规模时间序列集合上进行训练时，是否仍能对单个序列给出准确的预测？
• RQ3 引入协变量（过去和未来）对预测准确性有何影响？
• RQ4 如何以灵活、非参数的方式为多维时间序列实现概率预测？
• RQ5 用户友好 API 在促进对 ML 基于预测的采用方面有哪些好处与局限？

主要发现

• Darts 在跨越多种模型时，实现了具有一致 fit/predict 接口的训练与预测。
• 它通过懒加载数据与序列切片工具，支持对多时间序列和大数据集的训练。
• 该库通过存储蒙特卡罗样本提供概率预测，并开箱即用地支持 17 种分布。
• 它区分过去和未来的协变量，并在切片过程中自动对齐。
• 可以在统一 API 下使用包括 ARIMA、指数平滑、Theta、Prophet、FFT、RNN、N-BEATS、TCN、TFT 等在内的大量模型。
• 它还包括回测、超参数搜索、流水线、预处理和集成建模等额外工具。