开源与本地工具 · 工具介绍
Kats
时间序列分析工具包，涵盖预测、变化检测和特征提取，可将表格数据转换为统一的时间序列对象。
Kats 能做什么
时间序列分析工具包，涵盖预测、变化检测和特征提取，可将表格数据转换为统一的时间序列对象。
- 模型训练与部署
如何使用 Kats
用时间序列对象生成业务预测
准备输入
- 包含时间与数值列的历史表格
- 适用的模型及季节参数
- 需要预测的步数和频率
操作步骤
- 读取历史表格并转换为 TimeSeriesData，检查时间列和数值列。
- 配置所选模型参数，将数据与参数交给模型后调用 fit。
- 通过 predict 指定步数和频率，保存预测并与历史留出数据核对，不直接沿用样例季节设置。
预期交付物
- 指定未来范围的时间序列预测
模型参数依赖具体序列特征；样例使用的乘性季节模式不适合所有任务，部署前应检查依赖兼容性和误差。
开始前需要了解
账号权限、费用与可用功能请以官方入口的当前说明为准。重要结果应先检查，再用于实际工作。
从开源与本地工具角度评估Kats
把开源与本地工具需要的条件列清楚，再比较工具。阅读本页的产品用途、步骤与限制，再逐项确认下面的问题；这些是选型方法，不表示每款工具都具备同样能力。
本地运行到哪一步
区分本地界面、本地处理和外部API；不能只看名称判断数据去向。
环境是否匹配
检查系统、内存、磁盘和依赖，按官方要求判断能否运行。
后续是否可维护
确认许可证、配置保存、数据导出与版本更新方法。
选择一个小样任务，先检查结果与交付格式，再决定是否用于更多资料。
