【预测工具】Python中的开源预测工具

自从Rob Hyndman和Stephan Kolassa在2010年写了一篇关于“使用R进行免费开源预测”的前瞻性文章以来，已经发生了很多事情。R统计语言的预测包（Hyndman&Khandakar，2008），在下文中缩写为“R预测包”，是当时文章的主要焦点。现在，它是许多经典预测方法的参考实现，如指数平滑和ARIMA。但更多高质量的R软件包已经出现，如贝叶斯结构时间序列（BSTS，Scott&Varian，2014），Rob Hyndman和Mitchell O'Hara的一个名为Fable的新软件包正在着手取代R Forecast软件包，其他高质量的软件包如hts、tsintermitnet、wiger、smooth和tsutils也可用。在R生态系统之外，值得注意的新软件包包括Prophet、Tensorflow STS和Gloon时间序列。

与2010年的一个重要区别是，开源似乎已经进入了亚瑟·叔本华真相发现过程的第三阶段：

“所有真理都经历三个阶段。第一，它被嘲笑。第二，它被激烈反对。第三，它被认为是不言自明的。”

许多对开源的怀疑已经被克服，以至于闭源软件也遭到了怀疑。这在科学界尤其如此，尤其是在数据科学领域，对于大学毕业的一代学生来说。

然而，有些事情多年来一直保持不变。开源预测软件非常关注预测支持系统的逻辑层（Petropoulos，2015），在一定程度上关注表示层，而很少关注数据库层。这些层对于实际操作预测系统至关重要。

在本文中，我们将重点介绍基于Python编程语言的包。