流程
下图展示了TFB的总体流程
- 数据层是来自不同领域的单变量和多变量时间序列的存储库，根据其不同的特征、频率和序列长度进行结构化。数据统一遵循标准化格式。
- 方法层支持嵌入统计学习、机器学习和深度学习方法。此外，TFB 的设计使其能够与任何第三方时间序列预测库（例如 Darts、TSlib）兼容。用户只需编写简单的通用接口，即可轻松将第三方库中实现的预测方法集成到 TFB 中，从而实现公平的比较。
- 评估层支持多种评估策略和指标。它还涵盖了其他研究中的评估指标，并支持使用自定义指标来更全面地评估方法性能。
- 报告层包含用于跟踪信息的日志系统，能够捕获实验设置以实现可追溯性。
