Temporian 开源项目教程

Temporian 开源项目教程

temporian Temporian is an open-source Python library for preprocessing ⚡ and feature engineering 🛠 temporal data 📈 for machine learning applications 🤖 项目地址: https://gitcode.com/gh_mirrors/te/temporian

1. 项目介绍

Temporian 是一个用于预处理和特征工程的 Python 开源库，专门针对机器学习应用中的时间序列数据。它支持多变量时间序列、多变量时间序列、事件日志和跨源事件流。Temporian 的核心计算部分使用 C++ 实现，并针对时间序列数据进行了优化，能够在处理时间序列数据时比其他数据处理库快 1000 倍以上。

Temporian 的主要特点包括：

• 支持多种类型的时间序列数据。
• 针对时间序列数据进行了优化。
• 易于集成到现有的机器学习生态系统中。
• 防止未来数据泄露。

2. 项目快速启动

安装

使用 pip 从 PyPI 安装 Temporian：

pip install temporian -U

最小示例

考虑一个包含销售记录的 CSV 文件，其中包含时间戳、商店和收入信息。我们的目标是计算每个商店在工作日晚上 11 点的总收入。

import temporian as tp

# 加载销售交易数据
sales = tp.from_csv("sales.csv")

# 按商店索引销售数据
sales_per_store = sales.add_index("store")

# 列出工作日
days = sales_per_store.tick_calendar(hour=22)
work_days = (days.calendar_day_of_week() <= 5).filter()
work_days.plot(max_num_plots=1)

# 按商店和工作日聚合收入
daily_revenue = sales_per_store["revenue"].moving_sum(tp.duration.days(1), sampling=work_days).rename("daily_revenue")

# 绘制结果
daily_revenue.plot(max_num_plots=3)

# 将结果导出为 Pandas DataFrame
tp.to_pandas(daily_revenue)

3. 应用案例和最佳实践

应用案例

Temporian 可以应用于多种时间序列数据的预处理和特征工程任务，例如：

• 金融数据的时间序列分析。
• 制造业中的设备故障预测。
• 零售业中的销售预测。

最佳实践

• 数据清洗：在处理时间序列数据之前，确保数据清洗干净，去除异常值和缺失值。
• 特征工程：利用 Temporian 提供的丰富操作符进行特征工程，提取有用的特征。
• 防止数据泄露：使用 Temporian 的 tp.leak 功能防止未来数据泄露。

4. 典型生态项目

Temporian 可以与以下典型的机器学习生态项目无缝集成：

• PyTorch：用于深度学习模型训练。
• Scikit-Learn：用于传统机器学习模型的训练和评估。
• TensorFlow：用于构建和训练复杂的机器学习模型。
• XGBoost：用于梯度提升树模型的训练。
• Yggdrasil Decision Forests：用于决策树模型的训练。

通过与这些生态项目的集成，Temporian 可以帮助用户更高效地进行时间序列数据的预处理和特征工程，从而提升机器学习模型的性能。

temporian Temporian is an open-source Python library for preprocessing ⚡ and feature engineering 🛠 temporal data 📈 for machine learning applications 🤖 项目地址: https://gitcode.com/gh_mirrors/te/temporian