一个名为 tsbootstrap 的新的开源 Python 库已经发布，它为时间序列数据的无分布不确定性量化和一致性预测提供了一个统一的 API。该库实现了各种重采样方法，包括块重采样、残差重采样、筛子重采样和随机重采样，以及经典bootstrap置信区间和自适应一致性校准器。基准测试表明，tsbootstrap 的编译后端比现有方法提供了显著的速度提升，并且其流式 reduce 功能最大限度地减少了内存使用。 AI
影响 为时间序列分析和不确定性量化提供了先进的工具，有可能提高使用顺序数据的 AI 应用的可靠性。
排序理由 新的统计方法开源库。[lever_c_降级自研究：ic=1 ai=0.7]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
