LinkedIn開源時間序列預測函數(shù)庫Greykite

LinkedIn開源了函數(shù)庫，這是LinkedIn為滿足自家時間序列預測需求，而開發(fā)的Python函數(shù)庫，Greykite主要使用一個稱為Silverkite的演算法，可以提供快速、準確且直覺的預測結(jié)果，適合用於大規(guī)模且需要交互的預測應用。

時間序列預測可以用來預測，隨時間變化的指針以及各種數(shù)值，官方提到，雖然專家可以產(chǎn)生精確的預測，但是演算法的自動化優(yōu)勢，可以帶來可擴展性和可重復性，而且還能提高準確度，下游演算法也可以使用自動化產(chǎn)生的結(jié)果進行決策。

LinkedIn所開發(fā)的Greykite，包含了一個簡單的建模接口，可促進數(shù)據(jù)探索和模型調(diào)整，而Silverkite演算法有很大的自定義空間，能夠調(diào)整參數(shù)以擷取各種時間序列特徵，輸出的結(jié)果也具可解釋性，能夠以視覺化的方式反應趨勢、季節(jié)性和其他影響統(tǒng)計的要素。

官方提到，Silverkite對具有時間變化的趨勢、季節(jié)性和重復事件等時間序列預測效果很好，在LinkedIn中，他們已經(jīng)將其應用在每小時、每天和每周等各種時間頻率，以及短期與長期等時間范圍的指針預測上。

由於Greykite具有高度靈活特性，能提供趨勢、季節(jié)性、變化點（Changepoint）以及自動回歸等時間序列回歸功能，用戶可以按需求使用，并應用在選擇的機器學習模型上，而且Greykite有探索性圖表功能、調(diào)校模版和可解釋性預測，因此可提供用戶直觀的使用體驗，另外，Greykite高性能的特性，可以支持大規(guī)模快速雛形開發(fā)和部署。

LinkedIn在資源規(guī)畫、績效管理、最佳化和分析生態(tài)系等各種領域，廣泛地使用時間序列預測，像是預測高峰流量以準備足夠的基礎設施，或是用於設置業(yè)務指針，并且追蹤運營進度，還可以預測市場的成長，來最佳化預算運用。官方提到，Greykite就很適合用於COVID-19疫情沖擊後，預測各國的恢復速度。

Greykite主要采用高度可自定的演算法Silverkite，官方表示，Greykite能夠擴展支持多種演算法，并透過單一接口進行基準測試，目前Greykite還支持臉書Prophet演算法，LinkedIn預計未來還會支持更多開源演算法。Greykite函數(shù)庫現(xiàn)在已於GitHub和PyPI上公開。