gluonts.dataset.stat 模块#

class gluonts.dataset.stat.DatasetStatistics(integer_dataset: bool, max_target: float, mean_abs_target: float, mean_target: float, mean_target_length: float, max_target_length: int, min_target: float, feat_static_real: List[Set[float]], feat_static_cat: List[Set[int]], num_past_feat_dynamic_real: Optional[int], num_feat_dynamic_real: Optional[int], num_feat_dynamic_cat: Optional[int], num_missing_values: int, num_time_observations: int, num_time_series: int, scale_histogram: gluonts.dataset.stat.ScaleHistogram)[source]#

基类: tuple

一个用于存储数据集统计信息的 NamedTuple。

feat_static_cat: List[Set[int]]#: 字段编号 8 的别名

feat_static_real: List[Set[float]]#: 字段编号 7 的别名

integer_dataset: bool#: 字段编号 0 的别名

max_target: float#: 字段编号 1 的别名

max_target_length: int#: 字段编号 5 的别名

mean_abs_target: float#: 字段编号 2 的别名

mean_target: float#: 字段编号 3 的别名

mean_target_length: float#: 字段编号 4 的别名

min_target: float#: 字段编号 6 的别名

num_feat_dynamic_cat: Optional[int]#: 字段编号 11 的别名

num_feat_dynamic_real: Optional[int]#: 字段编号 10 的别名

num_missing_values: int#: 字段编号 12 的别名

num_past_feat_dynamic_real: Optional[int]#: 字段编号 9 的别名

num_time_observations: int#: 字段编号 13 的别名

num_time_series: int#: 字段编号 14 的别名

scale_histogram: gluonts.dataset.stat.ScaleHistogram#: 字段编号 15 的别名

class gluonts.dataset.stat.ScaleHistogram(base: float = 2.0, bin_counts: Optional[dict] = None, empty_target_count: int = 0)[source]#

基类: object

时间序列数据集的尺度直方图。

这会统计绝对值平均值落在 [base ** i, base ** (i+1)] 范围内的所有可能 i 的时间序列数量。目标为空的条目数量会单独统计。

参数

base – 直方图桶的对数宽度。
bin_counts –
empty_target_count –

add(target_values)[source]#

bucket_index(target_values)[source]#

count(target)[source]#

gluonts.dataset.stat.calculate_dataset_statistics(ts_dataset: Any) → gluonts.dataset.stat.DatasetStatistics[source]#

计算给定数据集的统计信息。

参数: ts_dataset – 需要计算统计信息的数据集。
返回值: 包含统计信息的 NamedTuple。
返回类型: DatasetStatistics