使用场景
使用Prophet模型预测航空乘客数据集的未来趋势。
在模拟数据集上应用CUSUM检测算法来检测变化点。
从给定的时间序列数据中提取有意义的特征以进行进一步分析。
产品特色
检测：支持多种异常检测算法，如CUSUM检测。
预测：提供多种预测模型，如Prophet模型，用于未来趋势的预测。
特征提取：能够从时间序列数据中提取有意义的特征。
多变量分析：支持多变量时间序列数据的分析。
模型优化：为异常检测和变化点检测提供模型优化器。
数据模拟：改进的模拟器用于构建合成数据和注入异常。
使用教程
安装Kats：使用pip命令安装Kats库。
导入数据：将时间序列数据导入Kats的TimeSeriesData对象中。
选择模型或算法：根据分析需求选择合适的预测模型或检测算法。
执行分析：调用相应的模型或算法进行数据分析。
查看结果：分析完成后，查看输出结果并进行进一步的处理或可视化。
