معرفی شرکت ها


autoforecast-0.0.9


Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

AutoML time series forecasting
ویژگی مقدار
سیستم عامل -
نام فایل autoforecast-0.0.9
نام autoforecast
نسخه کتابخانه 0.0.9
نگهدارنده []
ایمیل نگهدارنده []
نویسنده Guillaume Simo
ایمیل نویسنده guillaume.simo@hotmail.fr
آدرس صفحه اصلی https://github.com/GuillaumeSimo/autoforecast
آدرس اینترنتی https://pypi.org/project/autoforecast/
مجوز -
# Auto Forecast AutoML library for time series forecasting ## Quick start Upgrade pip ```bash $ pip install pip --upgrade ``` Install autoforecast ```bash $ pip install autoforecast ``` ### Try it out with your own dataset 1. Preprocessing ```python from Autoforecast.preprocessing import preprocessing X_train, y_train, X_test, y_test = preprocessing( df=df, target_name=['sales'], categoricals=['store_id', 'dpt_id', 'holiday', 'zipcode', ...], numericals=['employee_num', 'store_surface', ...], date_col=['date'], train_size=0.8, engineering=True, selection=True ) ``` 2. Fitting and predicting ```python from autoforecast.automl import AutoForecast model = AutoForecast() print('Autoforecast() model fitting...') model.fit(X_train=X_train, y_train=y_train) print('Autoforecast() model predicting...') y_pred = model.predict(X_test=X_test) print(f'y_pred={y_pred}) ``` ### Run the example function ```python from autoforecast.examples import autoforecast_bitcoin autoforecast_bitcoin.run() ``` ### Fetch historical cryptocurrency data This function is a wrapper of https://developers.coinbase.com/api/v2#prices * ***n***: integer, number of days we want since today * **type**: str, ['buy', 'sell', 'spot'] * **currency_pair**: str, crypto & currency ```python from autoforecast.datasets.import_bitcoin_price import get_price_for_last_n_days crypto_df = get_price_for_last_n_days( n=1, type='spot', currency_pair='BTC-USD') ) ```


نیازمندی

مقدار نام
==3.7.4 aiohttp
==2.19.1.1 pystan
==0.7.1 fbprophet
==2.4.3 Keras
==1.19.4 numpy
==1.2.0 pandas
==5.1.0 plotly
==0.15.0 python-dotenv
==0.8.1 scikit-optimize
==0.24.0 scikit-learn
==0.12.1 statsmodels
==2.4.2 tensorflow
==1.7.1 torch
==1.3.1 xgboost


زبان مورد نیاز

مقدار نام
>=3.6 Python


نحوه نصب


نصب پکیج whl autoforecast-0.0.9:

    pip install autoforecast-0.0.9.whl


نصب پکیج tar.gz autoforecast-0.0.9:

    pip install autoforecast-0.0.9.tar.gz