darts

Par mkurman · zorai

Darts — bibliothèque de prévision de séries temporelles par Unit8. API unifiée couvrant les modèles ARIMA, Prophet, CatBoost, N-BEATS, TFT, TCN, Transformer et RNN. Backtesting, prévision probabiliste et support des covariables.

npx skills add https://github.com/mkurman/zorai --skill darts

Aperçu

Darts (Unit8) fournit une API de prévision unifiée couvrant les modèles statistiques (ARIMA, Prophet, Theta), l'apprentissage profond (N-BEATS, TFT, TCN, Transformer, RNN) et les méthodes d'ensemble. Supporte les prévisions univariées/multivariées, probabilistes, la gestion des covariables et le backtesting.

Installation

uv pip install darts

Prévision basique

from darts import TimeSeries
from darts.models import ExponentialSmoothing
import pandas as pd

series = TimeSeries.from_dataframe(pd.DataFrame({"y": [1,2,3,4,5,6,7,8,9,10]}), value_cols="y")
model = ExponentialSmoothing()
model.fit(series)
forecast = model.predict(6)
print(forecast.values())

Apprentissage profond (N-BEATS)

from darts.models import NBEATSModel
model = NBEATSModel(input_chunk_length=24, output_chunk_length=12)
model.fit(train, epochs=100)
pred = model.predict(12)

Backtesting

from darts.metrics import mae, mape

errors = model.backtest(series, start=0.7, forecast_horizon=6, stride=1)
print(f"MAE: {mae(errors):.3f}, MAPE: {mape(errors):.3f}")