反馈

ShortGrainDropper 类

  • 参考

删除短系列或是在训练集中找不到的系列。

继承
AzureMLForecastTransformerBase
ShortGrainDropper
azureml.automl.runtime.featurizer.transformer.timeseries.forecasting_base_estimator._GrainBasedStatefulTransformer
ShortGrainDropper

构造函数

ShortGrainDropper(target_rolling_window_size: int = 0, target_lags: Optional[List[int]] = None, n_cross_validations: Optional[int] = None, cv_step_size: Optional[int] = None, max_horizon: int = 1, **kwargs: Any)

参数

target_rolling_window_size
默认值: 0
target_lags
默认值: None
n_cross_validations
默认值: None
cv_step_size
默认值: None
max_horizon
默认值: 1

方法

fit

定义要存储的粒度。

如果所有粒度都应被删除，则引发 DataExceptions。 :param X：要拟合的时序数据帧。 :param y: Ignored :raises: DataException
transform

放置训练集中不存在或已删除的粒度。

如果所有粒度都应被删除，则引发 DataExceptions。 :param X：用于检查要删除粒度的时序数据帧。 :param y: Ignored :raises: ClientException, DataException

fit

定义要存储的粒度。

如果所有粒度都应被删除，则引发 DataExceptions。 :param X：要拟合的时序数据帧。 :param y: Ignored :raises: DataException

fit(X: azureml.automl.runtime._time_series_data_set.TimeSeriesDataSet, y: Any = None) -> azureml.automl.runtime.featurizer.transformer.timeseries.short_grain_dropper.ShortGrainDropper

transform

放置训练集中不存在或已删除的粒度。

如果所有粒度都应被删除，则引发 DataExceptions。 :param X：用于检查要删除粒度的时序数据帧。 :param y: Ignored :raises: ClientException, DataException

transform(X: azureml.automl.runtime._time_series_data_set.TimeSeriesDataSet, y: Any = None) -> azureml.automl.runtime._time_series_data_set.TimeSeriesDataSet

属性

cv_step_size

返回 cv 步骤大小。

grains_to_keep

返回要保留的粒度列表。

has_short_grains_in_train

如果训练集中没有短粒度，则返回 True。

max_horizon

返回预测范围。

n_cross_validations

返回 cv 步骤的数目。

short_grains_in_train

返回训练中的短粒度数。

short_grains_in_train_names

返回在训练期间删除的短粒度列表。

target_lags

返回目标滞后时间。

target_rolling_window_size

返回目标窗口大小。