ForecastingParameters Třída
Umožňuje spravovat parametry používané úlohami prognózování.
- Dědičnost
-
builtins.objectForecastingParameters
Konstruktor
ForecastingParameters(time_column_name: str | None = None, forecast_horizon: str | int = 1, time_series_id_column_names: str | List[str] | None = None, group_column_names: str | List[str] | None = None, target_lags: List[int] | int | str | None = None, feature_lags: str | None = None, target_rolling_window_size: str | int | None = None, holiday_country: str | None = None, seasonality: str | int | None = 'auto', country_or_region_for_holidays: str | None = None, use_stl: str | None = None, short_series_handling: bool = True, short_series_handling_configuration: str | None = 'auto', freq: str | None = None, target_aggregation_function: str | None = None, cv_step_size: str | int | None = 'auto', features_unknown_at_forecast_time: str | List[str] | None = None, validate_parameters: bool = True, _enable_future_regressors: bool = False, **kwargs: Any)Parametry
- time_column_name
- str
Název sloupce času. Tento parametr se vyžaduje při prognózování k určení sloupce datetime ve vstupních datech použitých pro sestavení časové řady a odvozování její frekvence.
Požadovaný maximální horizont prognózy v jednotkách frekvence časových řad. Výchozí hodnota je 1.
Jednotky jsou založené na časovém intervalu trénovacích dat, například měsíčně nebo týdně, které by měl prognózovat prognóza. Při prognózování typu úlohy je tento parametr povinný. Další informace o nastavení parametrů prognózy najdete v tématu Automatické trénování modelu prognózy časových řad.
Názvy sloupců, které se používají k seskupení časových období. Dá se použít k vytvoření více řad. Pokud nejsou definovány názvy sloupců id časové řady nebo zadané sloupce identifikátorů neidentifikují všechny řady v datové sadě, identifikátory časových řad se pro vaši datovou sadu automaticky vytvoří.
Počet minulých období, která se mají zpožďovat od cílového sloupce Ve výchozím nastavení jsou prodlevy vypnuté.
Při prognózování tento parametr představuje počet řádků, které mají zpozdit cílové hodnoty na základě frekvence dat. Toto je reprezentováno jako seznam nebo jedno celé číslo. Prodleva by se měla použít, pokud se vztah mezi nezávislými proměnnými a závislými proměnnými ve výchozím nastavení neshoduje nebo koreluje. Pokud se například pokoušíte předpovědět poptávku po produktu, může poptávka v libovolném měsíci záviset na ceně konkrétních komodit před 3 měsíci. V tomto příkladu můžete chtít zpožďovat cíl (poptávku) o 3 měsíce, aby model trénoval na správné relaci. Další informace najdete v tématu Automatické trénování modelu prognózy časových řad.
Všimněte si automatické detekce cílových prodlev a velikosti posuvného okna. Podívejte se na odpovídající komentáře v oddílu posuvné okno. Další algoritmus používáme ke zjištění optimální cílové prodlevy a velikosti posuvných oken.
Odhadnout pořadí maximální prodlevy pro výběr funkce zpětného pohledu. V našem případě je to počet období do následující intervalu frekvence data, tj. pokud je frekvence denní, bude to týden (7), pokud je to týden, bude to měsíc (4). Hodnoty vynásobené dvěma jsou největšími možnými hodnotami prodlev/posuvných oken. V našich příkladech se budeme zabývat pořadím maximální prodlevy 14 a 8).
Vytvořte řadu bez sezóny přidáním komponent trendu a reziduí. Použije se v dalším kroku.
Odhad funkce PACF – Částečná automatická korelace na data z (2) a vyhledejte body, kde je automatická korelace významná, tj. její absolutní hodnota je více než 1,96/square_root (hodnota maximální prodlevy), které odpovídají významnosti 95 %.
Pokud jsou všechny body významné, považujeme to za silnou sezónnost a nevytváříme funkce zpětného pohledu.
Hodnoty PACF prohledáme od začátku a hodnotu před první nevýznamnou automatickou korelací určíme prodlevu. Pokud první významný prvek (hodnota koreluje se sebou samým) následuje nevýznamný, bude prodleva 0 a funkce zpětného vyhledávání nebudeme používat.
Příznak pro generování prodlev pro číselné funkce s automatickým nebo žádným.
Počet minulých období použitých k vytvoření průměru posuvného okna cílového sloupce.
Při prognózování tento parametr představuje n historických období, která se mají použít ke generování předpokládaných hodnot, <= velikost trénovací sady. Pokud tento parametr vynecháte, n je úplná velikost trénovací sady. Tento parametr zadejte, pokud chcete při trénování modelu vzít v úvahu pouze určitou část historie. Pokud je nastavená hodnota auto, bude posuvné okno odhadnuto jako poslední hodnota, kde PACF je více než prahová hodnota významnosti. Podrobnosti najdete v části target_lags.
Nastavte sezónnost časových řad jako celočíselný násobek frekvence řady. Pokud je sezónnost nastavená na hodnotu "auto", bude odvozena. Pokud je nastavená hodnota Žádná, předpokládá se, že časová řada není sezónní, což odpovídá sezónnosti=1.
Země nebo oblast, která se používá ke generování funkcí svátků. Měly by to být dvoumísmenné kódy země/oblasti iso 3166, například "US" nebo "GB".
Nakonfigurujte STL rozklad cílového sloupce časové řady. use_stl můžou mít tři hodnoty: None (výchozí) – žádný dekompozice stl, 'season' – generovat pouze komponentu season a season_trend – generovat komponenty řady i trendu.
- short_series_handling
- bool
Nakonfigurujte zpracování krátkých řad pro úlohy prognózování.
Parametr definující, jak má AutoML zpracovávat krátké časové řady.
Možné hodnoty: "auto" (výchozí), 'pad', 'drop' a None.
- Automatické krátké řady budou polstrovány, pokud neexistují dlouhé řady, jinak budou krátké řady vyřazeny.
- všechny krátké řady budou polstrovány.
- všechny krátké řady budou vyřazeny".
- Žádné krátké řady nebudou změněny. Pokud je nastavená hodnota pad, tabulka bude vyplněna nulami a prázdnými hodnotami regresorů a náhodnými hodnotami pro cíl se střední hodnotou cílovou hodnotou pro dané ID časové řady. Pokud je medián větší nebo roven nule, bude minimální polstrovaná hodnota oříznuta nulou. Vstup:
Date (Datum)
numeric_value
řetězec
Cíl
01. 01. 2020
23
green
55
Výstup za předpokladu, že minimální počet hodnot je čtyři:
Date (Datum)
numeric_value
řetězec
Cíl
2019-12-29
0
NA
55.1
2019-12-30
0
NA
55.6
2019-12-31
0
NA
54.5
01. 01. 2020
23
green
55
Poznámka: Máme dva parametry short_series_handling_configuration a starší short_series_handling. Když jsou oba parametry nastavené, synchronizujeme je, jak je znázorněno v následující tabulce (short_series_handling_configuration a short_series_handling pro stručnost jsou označeny jako handling_configuration a zpracování).
Zpracování
handling_configuration
výsledná manipulace
výsledné handling_configuration
Ano
auto
Ano
auto
Ano
Pad
Ano
auto
Ano
drop
Ano
auto
Ano
Žádné
Ne
Žádné
Ne
auto
Ne
Žádné
Ne
Pad
Ne
Žádné
Ne
drop
Ne
Žádné
Ne
Žádné
Ne
Žádné
Četnost prognóz.
Při prognózování tento parametr představuje období, ve kterém je prognóza požadovaná, například denně, týdně, ročně atd. Frekvence prognózy je ve výchozím nastavení frekvence datové sady. Volitelně ho můžete nastavit na větší (ale ne menší) než četnost datové sady. Agregujeme data a vygenerujeme výsledky s frekvencí prognózy. U denních dat můžete například nastavit denní, týdenní nebo měsíční frekvenci, ale ne každou hodinu. Frekvence musí být alias posunu pandas. Další informace najdete v dokumentaci k knihovně pandas: https://pandas.pydata.org/pandas-docs/stable/user_guide/timeseries.html#dateoffset-objects
Funkce, která se má použít k agregaci cílového sloupce časové řady tak, aby odpovídala frekvenci zadané uživatelem. Pokud je target_aggregation_function nastaven, ale není nastavený parametr freq, vyvolá se chyba. Možné cílové agregační funkce jsou: "sum", "max", "min" a "střední".
Hodnoty cílového sloupce se agregují na základě zadané operace. Součet je obvykle vhodný pro většinu scénářů.
Číselné sloupce prediktoru v datech se agregují podle součtu, průměru, minimální hodnoty a maximální hodnoty. V důsledku toho automatizované strojové učení vygeneruje nové sloupce s příponou s názvem agregační funkce a použije vybranou agregační operaci.
U sloupců prediktoru kategorií se data agregují podle režimu, nejvýraznější kategorie v okně.
Sloupce predikce data se agregují podle minimální hodnoty, maximální hodnoty a režimu.
Frekvence
target_aggregation_function
Mechanismus opravy pravidelnosti údajů
Žádné (výchozí)
Žádné (výchozí)
Agregace se nepoužije. Pokud platnou frekvenci nelze určit, bude vyvolána chyba.
Nějaká hodnota
Žádné (výchozí)
Agregace se nepoužije. Pokud je počet datových bodů vyhovujících dané mřížce četnosti menší, odeberou se tyto body o 90 %, jinak dojde k chybě.
Žádné (výchozí)
Agregační funkce
Došlo k chybě týkající se chybějícího parametru frekvence.
Nějaká hodnota
Agregační funkce
Agregace na frekvenci pomocí funkce providedaggregation
Počet období mezi origin_time jednoho přeložení životopisu a dalším přeložením. Pokud například n_step = 3 pro denní data, čas počátku každého záhybů bude od sebe tři dny.
- features_unknown_at_forecast_time
- _enable_future_regressors
Metody
| from_parameters_dict |
Sestavení ForecastingParameters třídy ze diktu. |
| validate_parameters |
Ověřte parametry ve třídě ForecastingParameters. |
from_parameters_dict
Sestavení ForecastingParameters třídy ze diktu.
static from_parameters_dict(parameter_dict: Dict[str, Any], validate_params: bool, show_deprecate_warnings: bool | None = True) -> ForecastingParametersParametry
- parameter_dict
Dikt obsahuje všechny parametry prognózy.
- validate_params
Jestli ověříte vstupní parametr nebo ne.
- show_deprecate_warnings
Přepnutím zobrazíte upozornění na zastaralé parametry.
validate_parameters
Ověřte parametry ve třídě ForecastingParameters.
validate_parameters()Atributy
country_or_region_for_holidays
Země nebo oblast, která se používá ke generování funkcí svátků. Mělo by se jednat o dvoumísmenný kód země/oblasti ISO 3166, například "USA" nebo "GB".
cv_step_size
Počet období mezi origin_time jednoho záhybu CV a dalším přehybem. Pokud například n_step = 3 pro denní data, čas počátku každého záhybů bude tři dny od sebe.
drop_column_names
Názvy sloupců, které se mají vynechat pro úlohy prognózy.
dropna
Nakonfigurujte dropna v datovém transformátoru časových období.
feature_lags
Příznak pro generování prodlev pro číselné funkce
features_unknown_at_forecast_time
Názvy sloupců funkcí, které jsou k dispozici pro trénování, ale nejsou v době prognózy nebo odvozování neznámé. Pokud není definován, předpokládá se, že všechny sloupce funkce jsou známy v době prognózy.
forecast_horizon
Požadovaný maximální horizont prognózy v jednotkách frekvence časových řad. Výchozí hodnota je 1. Jednotky jsou založené na časovém intervalu trénovacích dat, například měsíčně nebo týdně, které by měl prognózovat prognóza.
formatted_drop_column_names
Formátované názvy sloupců, které se mají vynechat pro úlohy prognózy.
formatted_group_column_names
formatted_target_lags
Formátovaný počet minulých období, která mají být zpožděna od cílového sloupce.
formatted_time_series_id_column_names
Názvy sloupců, které se používají k seskupení časových období. Dá se použít k vytvoření více řad. Pokud není definována time_series_id_column_names, předpokládá se, že datová sada je jednou časovou řadou.
formatted_unknown_features
Názvy sloupců funkcí, které jsou k dispozici pro trénování, ale nejsou v době prognózy nebo odvozování neznámé. Pokud není definován, předpokládá se, že všechny sloupce funkce jsou známy v době prognózy. Podporováno pouze v dnn/tcn. Když uživatel nic neurčuje, budoucí funkce se v dnn nepovolí. Pokud však poskytují prázdný seznam, budoucí funkce jsou povoleny a předpokládá se, že všechny sloupce funkcí jsou známé v době prognózy.
freq
Frekvence datové sady.
group_column_names
holiday_country
Země nebo oblast, která se používá ke generování funkcí svátků. Mělo by se jednat o dvoumísmenný kód země/oblasti ISO 3166, například "USA" nebo "GB".
overwrite_columns
Nakonfigurujte overwrite_columns v transformátoru dat časových érií.
seasonality
Sezónnost časových řad jako celočíselný násobek frekvence řady.
short_series_handling_configuration
Vrátit, pokud má být polstrováno krátké zrno.
target_aggregation_function
Vrátí cílovou agregační funkci.
target_lags
Počet minulých období, která se mají zpožďovat od cílového sloupce
target_rolling_window_size
time_column_name
Název sloupce času. Tento parametr se vyžaduje při prognózování k určení sloupce datetime ve vstupních datech použitých pro sestavení časové řady a odvozování její frekvence.
time_series_id_column_names
Názvy sloupců, které se používají k seskupení časových období. Dá se použít k vytvoření více řad. Pokud není definována time_series_id_column_names, předpokládá se, že datová sada je jednou časovou řadou.
transform_dictionary
Nakonfigurujte transform_dictionary v datovém transformátoru časových érií.
use_stl
Nakonfigurujte STL rozklad cílového sloupce časové řady. use_stl můžou mít tři hodnoty: None (výchozí) – žádný dekompozice stl, 'season' – generovat pouze komponentu season a season_trend – generovat komponenty řady i trendu.
DEFAULT_TIMESERIES_VALUE
DEFAULT_TIMESERIES_VALUE = {'_enable_future_regressors': False, 'cv_step_size': 'auto', 'feature_lags': None, 'features_unknown_at_forecast_time': None, 'forecast_horizon': 1, 'freq': None, 'max_horizon': 1, 'seasonality': 'auto', 'short_series_handling': True, 'short_series_handling_configuration': 'auto', 'target_aggregation_function': None, 'target_lags': None, 'target_rolling_window_size': None, 'use_stl': None}DEPRECATED_DICT
DEPRECATED_DICT = {'country': 'country_or_region_for_holidays', 'country_or_region': 'country_or_region_for_holidays', 'grain_column_names': 'time_series_id_column_names', 'holiday_country': 'country_or_region_for_holidays', 'max_horizon': 'forecast_horizon'}EMPTY_TIME_COLUMN_NAME
EMPTY_TIME_COLUMN_NAME = '_EMPTY_TIME_COLUMN_NAME'MAX_LAG_LENGTH
MAX_LAG_LENGTH = 2000Váš názor
Připravujeme: V průběhu roku 2024 budeme postupně vyřazovat problémy z GitHub coby mechanismus zpětné vazby pro obsah a nahrazovat ho novým systémem zpětné vazby. Další informace naleznete v tématu: https://aka.ms/ContentUserFeedback.
Odeslat a zobrazit názory pro