Tsururu：基于 Python 的时间序列预测策略库
机器学习
2025-09-22 v1
摘要
当前的时间序列研究侧重于开发新模型，而关于为这些模型训练选择最优方法的关键问题却未得到充分探索。本文引入的 Python 库 Tsururu 通过实现全局与多变量方法的灵活组合以及多步-ahead 预测策略，弥合了 SoTA 研究与工业界之间的鸿沟。它还支持与各种预测模型的无缝集成。可在 https://github.com/sb-ai-lab/tsururu 获取。
引用
@article{arxiv.2509.15843,
title = {Tsururu: A Python-based Time Series Forecasting Strategies Library},
author = {Alina Kostromina and Kseniia Kuvshinova and Aleksandr Yugay and Andrey Savchenko and Dmitry Simakov},
journal= {arXiv preprint arXiv:2509.15843},
year = {2025}
}
备注
Accepted at IJCAI'25 Demo Track