gluonts.ev.metrics 模块#

class gluonts.ev.metrics.AverageMeanScaledQuantileLoss(quantile_levels: 'Collection[float]')[source]#

基类: gluonts.ev.metrics.BaseMetricDefinition

static mean(**quantile_losses: numpy.ndarray) → numpy.ndarray[source]#

quantile_levels: Collection[float]#

class gluonts.ev.metrics.BaseMetricDefinition[source]#

基类: object

add(*others)[source]#

class gluonts.ev.metrics.Coverage(q: 'float')[source]#

基类: gluonts.ev.metrics.BaseMetricDefinition

q: float#

class gluonts.ev.metrics.DerivedMetric(name: str, metrics: Dict[str, gluonts.ev.metrics.Metric], post_process: Callable)[source]#

基类: gluonts.ev.metrics.Metric

使用其他指标计算的指标。

派生指标独立更新多个更简单的指标，最终根据 post_process 中定义的方式组合它们的结果。

get() → numpy.ndarray[source]#

metrics: Dict[str, gluonts.ev.metrics.Metric]#

post_process: Callable#

update(data: Mapping[str, numpy.ndarray]) → typing_extensions.Self[source]#: 使用单个数据实例更新指标。

class gluonts.ev.metrics.DirectMetric(name: str, stat: Callable, aggregate: gluonts.ev.aggregations.Aggregation)[source]#

基类: gluonts.ev.metrics.Metric

使用单个函数和聚合策略的指标。

aggregate: gluonts.ev.aggregations.Aggregation#

get() → numpy.ndarray[source]#

stat: Callable#

update(data: Mapping[str, numpy.ndarray]) → typing_extensions.Self[source]#: 使用单个数据实例更新指标。

class gluonts.ev.metrics.MAE(forecast_type: str = '0.5')[source]#

基类: gluonts.ev.metrics.BaseMetricDefinition

平均绝对误差。

forecast_type: str = '0.5'#

class gluonts.ev.metrics.MAECoverage(quantile_levels: 'Collection[float]')[source]#

基类: gluonts.ev.metrics.BaseMetricDefinition

static mean(quantile_levels: Collection[float], **coverages: numpy.ndarray) → numpy.ndarray[source]#

quantile_levels: Collection[float]#

class gluonts.ev.metrics.MAPE(forecast_type: str = '0.5')[source]#

基类: gluonts.ev.metrics.BaseMetricDefinition

平均绝对百分误差。

forecast_type: str = '0.5'#

class gluonts.ev.metrics.MASE(forecast_type: str = '0.5')[source]#

基类: gluonts.ev.metrics.BaseMetricDefinition

平均绝对比例误差。

forecast_type: str = '0.5'#

class gluonts.ev.metrics.MSE(forecast_type: str = 'mean')[source]#

基类: gluonts.ev.metrics.BaseMetricDefinition

均方误差。

forecast_type: str = 'mean'#

class gluonts.ev.metrics.MSIS(alpha: float = 0.05)[source]#

基类: gluonts.ev.metrics.BaseMetricDefinition

平均比例区间得分。

alpha: float = 0.05#

class gluonts.ev.metrics.MeanAbsoluteLabel[source]#: 基类: gluonts.ev.metrics.BaseMetricDefinition

class gluonts.ev.metrics.MeanScaledQuantileLoss(q: 'float')[source]#

基类: gluonts.ev.metrics.BaseMetricDefinition

q: float#

class gluonts.ev.metrics.MeanSumQuantileLoss(quantile_levels: 'Collection[float]')[source]#

基类: gluonts.ev.metrics.BaseMetricDefinition

static mean(**quantile_losses: numpy.ndarray) → numpy.ndarray[source]#

quantile_levels: Collection[float]#

class gluonts.ev.metrics.MeanWeightedSumQuantileLoss(quantile_levels: 'Collection[float]')[source]#

基类: gluonts.ev.metrics.BaseMetricDefinition

static mean(**quantile_losses: numpy.ndarray) → numpy.ndarray[source]#

quantile_levels: Collection[float]#

class gluonts.ev.metrics.Metric(name: 'str')[source]#

基类: object

get() → numpy.ndarray[source]#

name: str#

update(data: Mapping[str, numpy.ndarray]) → typing_extensions.Self[source]#: 使用单个数据实例更新指标。

update_all(stream: Iterator[Mapping[str, numpy.ndarray]]) → typing_extensions.Self[source]#: 使用数据实例流更新指标。

class gluonts.ev.metrics.MetricCollection(metrics: 'List[Metric]')[source]#

基类: object

get() → Dict[str, numpy.ndarray][source]#

metrics: List[gluonts.ev.metrics.Metric]#

update(data: Mapping[str, numpy.ndarray]) → typing_extensions.Self[source]#: 使用单个数据实例更新指标。

update_all(stream: Iterator[Mapping[str, numpy.ndarray]]) → typing_extensions.Self[source]#: 使用数据实例流更新指标。

class gluonts.ev.metrics.MetricDefinition(*args, **kwargs)[source]#: 基类: typing_extensions.Protocol

class gluonts.ev.metrics.MetricDefinitionCollection(metrics: 'List[BaseMetricDefinition]')[source]#

基类: gluonts.ev.metrics.BaseMetricDefinition

metrics: List[gluonts.ev.metrics.BaseMetricDefinition]#

class gluonts.ev.metrics.ND(forecast_type: str = '0.5')[source]#

基类: gluonts.ev.metrics.BaseMetricDefinition

归一化偏差。

forecast_type: str = '0.5'#

static normalized_deviation(sum_absolute_error: numpy.ndarray, sum_absolute_label: numpy.ndarray) → numpy.ndarray[source]#

class gluonts.ev.metrics.NRMSE(forecast_type: str = 'mean')[source]#

基类: gluonts.ev.metrics.BaseMetricDefinition

均方根误差，按平均绝对标签归一化。

forecast_type: str = 'mean'#

static normalize_root_mean_squared_error(root_mean_squared_error: numpy.ndarray, mean_absolute_label: numpy.ndarray) → numpy.ndarray[source]#

class gluonts.ev.metrics.OWA(forecast_type: str = '0.5')[source]#

基类: gluonts.ev.metrics.BaseMetricDefinition

总体加权平均。

static calculate_OWA(smape: numpy.ndarray, smape_naive2: numpy.ndarray, mase: numpy.ndarray, mase_naive2: numpy.ndarray) → numpy.ndarray[source]#

forecast_type: str = '0.5'#

class gluonts.ev.metrics.RMSE(forecast_type: str = 'mean')[source]#

基类: gluonts.ev.metrics.BaseMetricDefinition

均方根误差。

forecast_type: str = 'mean'#

static root_mean_squared_error(mean_squared_error: numpy.ndarray) → numpy.ndarray[source]#

class gluonts.ev.metrics.SMAPE(forecast_type: str = '0.5')[source]#

基类: gluonts.ev.metrics.BaseMetricDefinition

对称平均绝对百分误差。

forecast_type: str = '0.5'#

class gluonts.ev.metrics.SumAbsoluteError(forecast_type: 'str' = '0.5')[source]#

基类: gluonts.ev.metrics.BaseMetricDefinition

forecast_type: str = '0.5'#

class gluonts.ev.metrics.SumAbsoluteLabel[source]#: 基类: gluonts.ev.metrics.BaseMetricDefinition

class gluonts.ev.metrics.SumError(forecast_type: 'str' = '0.5')[source]#

基类: gluonts.ev.metrics.BaseMetricDefinition

forecast_type: str = '0.5'#

class gluonts.ev.metrics.SumNumMaskedTargetValues[source]#: 基类: gluonts.ev.metrics.BaseMetricDefinition

class gluonts.ev.metrics.SumQuantileLoss(q: 'float')[source]#

基类: gluonts.ev.metrics.BaseMetricDefinition

q: float#

class gluonts.ev.metrics.WeightedSumQuantileLoss(q: 'float')[source]#

基类: gluonts.ev.metrics.BaseMetricDefinition

q: float#

static weight_sum_quantile_loss(sum_quantile_loss: numpy.ndarray, sum_absolute_label: numpy.ndarray) → numpy.ndarray[source]#