常见问题¶
飞镖只是一个其他库的包装器吗？
不。当有意义时，我们会重用现有的实现（例如来自 statsforecasts 的实现），但我们经常编写自己的实现（例如神经网络的实现）。此外，Darts 模型通常比它们的原始版本具有更多的功能。例如，与原始版本不同，我们对 N-BEATS 的实现支持多元时间序列、过去协变量和概率预测。
Darts 看起来是一个很棒的项目，我可以贡献吗？
当然！我们一直在欢迎社区的贡献。如果你贡献了，你将会在 名人墙（又名变更日志） 上得到认可！贡献不一定是代码，也可以是例如文档。此外，我们也乐意收到以Github问题形式提出的建议。对于贡献者来说，最好的起点是 贡献指南。
我有一些为Darts贡献新模型的想法，这可能吗？
一般来说，是的，我们欢迎新模型的参考实现。然而，我们正在宽松地筛选，以保留那些要么是经典模型，要么在某些方面被令人信服地证明（例如，在论文或其他形式的证据中）是当前最先进的模型。
如何在 Google Colab 上运行 Darts？
Colab 可能在最新版本的 pyyaml 上遇到问题。在安装 Darts 之前安装 pyyaml 5.4.1 可以解决这些问题：
!pip install pyyaml==5.4.1
我的预测中出现了一些NaN，我该怎么办？
通常这意味着两件事之一：
您的训练
TimeSeries``（目标或协变量）中存在一些 NaN。这是最常见的情况，它将导致大多数模型始终预测 NaN。请注意，如果在将数据从 ``pd.DataFrame转换为TimeSeries时，某些日期缺失且freq参数设置不正确，可能会引入 NaN。训练模型会导致一些数值发散。如果你正在使用神经网络，请确保你的数据已正确缩放，如果问题仍然存在，尝试降低学习率。
我的预测模型结果不佳，你能帮忙吗？
获得良好的预测不仅仅是调用
fit()/predict()函数，而且总是需要一些数据科学工作来理解哪些方法合适。我们无法给出一般性的答案，但是如果你有重要的预测问题或需要帮助将你的预测工业化，Unit8 提供技术咨询。随时联系我们。