WenjieDu

一个用于现实中心机器/深度学习与数据挖掘的 Python 工具包/库，针对部分观测的时间序列，包含 50 多种 SOTA 神经网络模型，适用于不完整工业不规则采样多元时间序列（带有 NaN 缺失值）的科学分析任务（填补、分类、聚类、预测、异常检测、清理）。

论文「SAITS: Self-Attention-based Imputation for Time Series」的官方 PyTorch 实现。这是一个用于高效时间序列插补的快速且最先进（SOTA）深度学习神经网络模型（利用机器学习填补包含 NaN 缺失值的多变量不完整时间序列）。https://arxiv.org/abs/2202.08516