timesfm-forecasting - 使用 TimesFM 进行零样本时间序列预测
使用 TimesFM 无需自定义训练即可预测单变量时间序列，并提供点预测、校准分位数区间和可选外生协变量支持。
标签
更新于: 2026-10-04能力
典型输入
典型输出
该技能可以做什么
- 运行系统预检
- 验证数据集内存需求
- 预测单变量时间序列
- 生成分位数预测区间
- 使用外生协变量预测
- 批量处理时间序列
输入
- 单变量时间序列
- 预测范围
- CSV、DataFrame 或数组数据
- 动态数值协变量
- 动态类别协变量
- 静态类别协变量
- 预测配置
输出
- 点预测结果
- 分位数预测结果
- 预测区间
- 系统预检状态
- 数据集内存估算
要求
- Python 3.10 或更高版本
- TimesFM 安装环境
- PyTorch 或 JAX/Flax 后端
- 充足的内存和磁盘空间
- 可选的 XReg 依赖
- 首次使用时的模型下载访问权限