反馈

MaxHorizonFeaturizer 类

  • 参考

向 TimeSeriesDataSet 添加新行（高达最大预测边际）并还添加整数类型边际列的转换器。

示例：

raw_data = {'store': ['wholefoods'] * 4, ... 'date' : pd.to_datetime( ... ['2017-01-01', '2017-02-01', '2017-03-01', '2017-04-01']), ... 'sales': range(4)} tsds = TimeSeriesDataSet( ... data=pd.DataFrame(raw_data), ... time_series_id_column_names=['store'], time_column_name='date', ... target_colun_name='sales') tsds

  sales

date store 2017-01-01 wholefoods 0 2017-02-01 wholefoods 1 2017-03-01 wholefoods 2 2017-04-01 wholefoods 3


>>> MaxHorizonFeaturizer(2).fit_transform(tsds).data
                                      sales  horizon_origin
    date       store      origin
    2017-01-01 wholefoods 2016-12-01      0               1
                          2016-11-01      0               2
    2017-02-01 wholefoods 2017-01-01      1               1
                          2016-12-01      1               2
    2017-03-01 wholefoods 2017-02-01      2               1
                          2017-01-01      2               2
    2017-04-01 wholefoods 2017-03-01      3               1
                          2017-02-01      3               2
继承
AzureMLForecastTransformerBase
MaxHorizonFeaturizer
OriginTimeMixin
MaxHorizonFeaturizer

构造函数

MaxHorizonFeaturizer(max_horizon: int, origin_time_colname: str = 'origin', horizon_colname: str = 'horizon_origin', freq: Optional[Union[str, pandas._libs.tslibs.offsets.DateOffset]] = None)

参数

max_horizon
origin_time_colname
默认值: origin
horizon_colname
默认值: horizon_origin
freq
默认值: None

方法

fit

拟合转换。
get_params

获取此估算器的参数。
preview_column_names

获取转换应用于 X 时将生成的边际特征名称。
transform

创建边际线和边际特征。

如果输入已有源时间，则会引发异常。

fit

拟合转换。

fit(X: azureml.automl.runtime._time_series_data_set.TimeSeriesDataSet, y: Optional[Any] = None) -> azureml.automl.runtime.featurizer.transformer.timeseries.max_horizon_featurizer.MaxHorizonFeaturizer

参数

X
<xref:azureml.automl.runtime._time_series_data_set.TimeSeriesDataSet>
必需

输入数据

y
必需

已忽略。 管道兼容性所必需的

返回

拟合转换

返回类型

MaxHorizonFeaturizer

get_params

获取此估算器的参数。

get_params(deep=True)

参数

deep
bool, <xref:default=True>
默认值: True

如果为 True，则返回此估算器的参数和包含的子对象（也是估算器）。

返回

params - 映射到其值的参数名称。

返回类型

<xref:<xref:mapping of string to any>>

preview_column_names

获取转换应用于 X 时将生成的边际特征名称。

preview_column_names(tsds: azureml.automl.runtime._time_series_data_set.TimeSeriesDataSet) -> List[str]

参数

tsds
<xref:azureml.automl.runtime._time_series_data_set.TimeSeriesDataSet>
必需

要为其生成列名的 TimeSeriesDataSet。

返回

边际特征名称

返回类型

list(str)

transform

创建边际线和边际特征。

如果输入已有源时间，则会引发异常。

transform(X: azureml.automl.runtime._time_series_data_set.TimeSeriesDataSet) -> azureml.automl.runtime._time_series_data_set.TimeSeriesDataSet

参数

X
<xref:azureml.automl.runtime._time_series_data_set.TimeSeriesDataSet>
必需

输入数据

返回

具有边际行和列的数据帧

返回类型

<xref:azureml.automl.runtime._time_series_data_set.TimeSeriesDataSet>

属性

freq

返回数据帧的频率。