PyPOTS
面向研究人员和工程师的开源Python工具箱,用于对含缺失值的时间序列进行插补、预测、分类、聚类和异常检测。
- 月访问
- <5K
- 2026 年 10 月
- 公开收入
- 未公开
- 暂无公开收入证据
- 入门价
- 免费
- 没有月付订阅价
- 首次发布
- 3 年前
- 2023-06-08 · 估算
访问
营销动作
发布、搜索与内容、引荐、促销X 账号@_w_du_
在 Product Hunt 发布发布
a Python lib for data mining on PartiallyObserved TimeSeries
2023 年 6 月 15 日 · 3 年前发布页
在 阮一峰周刊投稿 发布(1 票)发布
【开源推荐】使用PyPOTS (>300 🌟) 端到端建模带有缺失值的时间序列数据 — # PyPOTS: a Python toolbox for data mining on Partially-Observed Time Series (POTS) 在从现实中采集到的时序数据里,缺失值非常常见,我们并不喜欢它们,但是不论我们是否喜欢,数据总是会因为各种各样的原因而缺失,可能是人为的,可能是因为传感器故障,等等。人们在处理缺失数据时一般是采用删除和填补,删除即直接删掉带有缺失值的部分,而填补一般也是直接使用一些默认值或者是众数、平均值,中位数等,这都很容易引入bias,误导模型。 直到2022年,这个世界上都没有一款专门的开源软件来帮助大家在不同的学习任务上建模POTS数据,PyPOTS的出现填补了这个空白。目前…
2023 年 6 月 8 日 · 3 年前发布页
第三方评测与案例拆解
获客渠道拆解、工程师评测与开源档案科技爱好者周刊
2023-06-08查看原文
- 创作者原帖摘录:
- # PyPOTS: a Python toolbox for data mining on Partially-Observed Time Series (POTS) 在从现实中采集到的时序数据里,缺失值非常常见,我们并不喜欢它们,但是不论我们是否喜欢,数据总是会因为各种各样的原因而缺失,可能是人为的,可能是因为传感器故障,等等。人们在处理缺失数据时一般是采用删除和填补,删除即直接删掉带有缺失值的部分,而填补一般也是直接使用一些默认值或者是众数、平均值,中位数等,这都很容易引入bias,误导模型。 直到2022年,这个世界上都没有一款专门的开源软件来帮助大家在不同的学习任务上建模POTS数据,PyPOTS的出现填补了这个空白。目前PyPOTS包含10种模型算法,支持填补、分类、聚类、预测4个任务。"Talk i
开源仓库与自部署
GitHub 开源与智能体接入
流量来源
2026 年 10 月
访问构成
渠道
暂无数据
国家/地区
暂无数据
搜索
站点权重 —域名注册 2023-05-03
| 关键词 | 月搜索量 |
|---|---|
| arxiv preprint arxiv:1803.01271, 2018 | 230 |
| imputer def | 170 |
| tempopfn | 170 |
流量数据:Vaneform
定价
官网未公开套餐价格。
试用:未提供 · 观察于 2026-11-04 · 来源页面
页面与变化
开始记录于 2023-06-15
关键页面
每周快照pypots.com/ 快照 2026-11-04
变化
开始记录以来,定价、套餐与定位都没有变化。
问题与证据
同分类研究对象
软件开发 / 开发者效率工具
这些产品属于同一目录分类。选型时请进一步核对客户任务、功能与部署要求。