Merlion: Una librería de aprendizaje automático para series temporales

Tabla de contenidos

1. Introducción
2. Comparación con librerías relacionadas
3. Instalación
4. Documentación
5. Primeros pasos
   1. Detección de anomalías
   2. Pronóstico
6. Evaluación y benchmarking
7. Informe técnico y cómo citar Merlion

Introducción

Merlion es una librería de Python para inteligencia de series temporales. Proporciona un framework de aprendizaje automático de extremo a extremo que incluye carga y transformación de datos, construcción y entrenamiento de modelos, post-procesamiento de salidas de modelos y evaluación del rendimiento de los modelos. Admite diversas tareas de aprendizaje sobre series temporales, incluyendo pronóstico, detección de anomalías y detección de puntos de cambio, tanto para series temporales univariantes como multivariantes. Esta librería pretende ofrecer a ingenieros e investigadores una solución integral para desarrollar rápidamente modelos adaptados a sus necesidades específicas de series temporales, y evaluarlos en múltiples conjuntos de datos de series temporales.

Las características clave de Merlion son:

• Carga de datos y benchmarking estandarizados y fácilmente extensibles para una amplia gama de conjuntos de datos de pronóstico y detección de anomalías. Esto incluye soporte transparente para conjuntos de datos personalizados.
• Una librería de diversos modelos para detección de anomalías, pronóstico y detección de puntos de cambio, todos unificados bajo una interfaz compartida. Los modelos incluyen métodos estadísticos clásicos, ensembles de árboles y enfoques de aprendizaje profundo. Los usuarios avanzados pueden configurar completamente cada modelo según lo deseen.
• Modelos abstractos DefaultDetector y DefaultForecaster que son eficientes, logran robustamente un buen rendimiento y proporcionan un punto de partida para nuevos usuarios.
• AutoML para el ajuste automático de hiperparámetros y la selección de modelos.
• API unificada para usar una amplia gama de modelos para pronosticar con regresores exógenos.
• Reglas prácticas de post-procesamiento inspiradas en la industria para detectores de anomalías que hacen que las puntuaciones de anomalía sean más interpretables, al tiempo que reducen el número de falsos positivos.
• Ensembles fáciles de usar que combinan las salidas de múltiples modelos para lograr un rendimiento más robusto.
• Pipelines de evaluación flexibles que simulan el despliegue en vivo y el reentrenamiento de un modelo en producción, y evalúan el rendimiento tanto en pronóstico como en detección de anomalías.
• Soporte nativo para visualizar las predicciones de los modelos, incluyendo una interfaz visual clicable.
• Backend de cómputo distribuido mediante PySpark, que puede utilizarse para servir aplicaciones de series temporales a escala industrial.

Comparación con librerías relacionadas

La tabla siguiente ofrece una visión general de cómo las características clave de Merlion se comparan con otras librerías de detección de anomalías y/o pronóstico de series temporales.

	Merlion	Prophet	Alibi Detect	Kats	darts	statsmodels	nixtla	GluonTS	RRCF	STUMPY	Greykite	pmdarima
Pronóstico univariante	✅	✅		✅	✅	✅	✅	✅			✅	✅
Pronóstico multivariante	✅			✅	✅	✅	✅	✅
Detección de anomalías univariante	✅	✅	✅	✅	✅				✅	✅	✅	✅
Detección de anomalías multivariante	✅		✅	✅	✅				✅	✅
Preprocesamiento	✅		✅	✅	✅		✅	✅			✅	✅
Post-procesamiento	✅		✅
AutoML	✅			✅							✅
Ensembles	✅			✅	✅					✅
Benchmarking	✅				✅	✅	✅				✅
Visualización	✅	✅		✅	✅						✅

Las siguientes características son nuevas en Merlion 2.0:

	Merlion	Prophet	Alibi Detect	Kats	darts	statsmodels	nixtla	GluonTS	RRCF	STUMPY	Greykite	pmdarima
Regresores exógenos	✅	✅			✅	✅					✅	✅
Detección de puntos de cambio	✅	✅	✅	✅							✅
Interfaz visual clicable	✅
Backend distribuido	✅						✅

Instalación

Merlion consta de dos sub-repositorios: merlion implementa las características principales de inteligencia de series temporales de la librería, y ts_datasets proporciona cargadores de datos estandarizados para múltiples conjuntos de datos de series temporales. Estos cargadores cargan series temporales como pandas.DataFrame con metadatos adjuntos.

Puede instalar merlion desde PyPI ejecutando pip install salesforce-merlion. También puede instalar desde el código fuente clonando este repositorio y ejecutando pip install Merlion/, o pip install -e Merlion/ para instalarlo en modo editable. Puede instalar dependencias adicionales mediante pip install salesforce-merlion[all], o ejecutando pip install "Merlion/[all]" si instala desde el código fuente. Individualmente, las dependencias opcionales incluyen dashboard para un panel de control GUI, spark para un backend de cómputo distribuido con PySpark, y deep-learning para todos los modelos de aprendizaje profundo.

Para instalar el paquete de carga de datos ts_datasets, clone este repositorio y ejecute pip install -e Merlion/ts_datasets/. Este paquete debe instalarse en modo editable (es decir, con la bandera -e) si no desea especificar manualmente el directorio raíz de cada conjunto de datos al inicializar su cargador de datos.

Tenga en cuenta las siguientes dependencias externas:

1. Algunos de nuestros modelos de pronóstico dependen de OpenMP. Si usa conda, ejecute conda install -c conda-forge lightgbm antes de instalar nuestro paquete. Esto asegurará que OpenMP esté configurado para funcionar con el paquete lightgbm (una de nuestras dependencias) en su entorno conda. Si usa Mac, instale Homebrew y ejecute brew install libomp para que la librería OpenMP esté disponible para el modelo.