Nixtla/utilsforecast

登录后关注

在 GitHub 查看

Helper functions to plot, evaluate, preprocess and engineer features for forecasting

Nixtla/utilsforecast 对新手友好吗？

近期外部贡献者向 Nixtla/utilsforecast 提交的 PR 还不够多，暂时无法判断它们被合并的比例。目前有 2 个适合新手的 issue 开放。

星标: 109
派生: 28
开放的新手 issue: 2
已索引 issue: 6
平均合并: 3 天 11 小时
30 天内合并 PR: 3

主要语言: Python
许可证: Apache-2.0
最近 GitHub push: 2026年9月22日
最近索引: 2026年9月20日
贡献指南: 贡献指南
行为准则: 行为准则
新手标签: 没有已索引的新手标签

如何为 Nixtla/utilsforecast 做贡献

先读贡献指南：它说明了维护者希望如何提出、测试和评审改动。
读一下行为准则：它同样适用于 issue 和 PR，而不只是聊天。
你的贡献将以该项目的 Apache-2.0 许可证发布。
从下方 2 个开放的新手友好 issue 中选一个，开始之前先留言说明你想认领它。

适合新手全部

未关闭全部

可能已有人在做的 issue 排在最后。全部按时间排序

[losses] smape scores a missing forecast as a perfect 0, and on polars an exact 0 forecast of a 0 actual makes the series NaN
未关闭
- 哪里不对？
难度 3/5 1-2 天新手友好度 82/100

Nixtla/utilsforecast#285 · 2026年9月28日创建
[preprocessing] fill_gaps treats multi-quarter frequencies ('2QE', '2QS') as plain quarterly and inserts spurious rows
未关闭
- 哪里不对？
难度 2/5 1-3 小时新手友好度 92/100

Nixtla/utilsforecast#283 · 1 条评论 · 2026年9月24日创建
[losses] scaled_crps normalizes by sum(y) instead of sum(|y|), so it is negative or explodes for series with negative values
未关闭
- 哪里不对？
难度 2/5 1-3 小时新手友好度 90/100

Nixtla/utilsforecast#282 · 2026年9月24日创建
[FEAT - evaluation/losses/plotting] Integrate forecast stability evaluation in utilsforecast
未关闭
- 哪里不对？
enhancement feature

难度 5/5 一周以上新手友好度 28/100

Nixtla/utilsforecast#255 · 7 条评论 · 2026年6月25日创建
Add ensemble method
未关闭
- 哪里不对？
enhancement feature

难度 5/5 一周以上新手友好度 25/100

Nixtla/utilsforecast#220 · 2026年3月14日创建
[feat] add utility function to fill missing values in target (y)
可能重新可做 @ngupta23 于 575 天前认领，目前没有进行中的 PR。未关闭
- 哪里不对？
enhancement feature

Nixtla/utilsforecast#158 · 8 条评论 · 已指派 1 人 · 2025年3月3日创建

精选适合新手参与的 GitHub issue 摘要。