Valerii Pokrovskii

Кстати, можно использовать не только для временных рядов. В табличных данных тоже бывают колонки с датами

https://pandas.pydata.org/pandas-docs/stable/user_guide/timeseries.html думаю стоит использовать существующую функциональность

 UPD видимо часто попадаются несовместимые параметры

Example https://github.com/aimclub/FEDOT/blob/master/examples/simple/time_series_forecasting/api_forecasting.py Error will appear if delete this parameter https://github.com/aimclub/FEDOT/blob/master/examples/simple/time_series_forecasting/api_forecasting.py#L40

Концептуально звучит интересно, но какие преимущества видишь у такого подхода по сравнению с текущим подходом? Я вижу проблему в том, что тут получается, что в одной группе есть сильные и...

Тут согласен - если есть понимание того, как сделать быстрый proof-of-concept и проверить подход на pytsbe или на своем бенчмарке - то можно попробовать

Добавил бы `from_df()`

https://github.com/aimclub/FEDOT/issues/511 перекликается с этим

Актуально?

Мне кажется, что collect_intermediate_metric - не нужен в описании, пусть остается "для разработчиков" Аналогично с optimizer_external_params и use_meta_rules