gluonts.model.estimator module#

class gluonts.model.estimator.Estimator(lead_time: int = 0, **kwargs)[source]#

Bases: object

表示一个可训练模型的抽象类。

通过使用训练 Dataset 调用 train 方法来训练底层模型，从而生成一个 Predictor 对象。

classmethod derive_auto_fields(train_iter)[source]#
classmethod from_hyperparameters(**hyperparameters)[source]#
classmethod from_inputs(train_iter, **params)[source]#
lead_time: int#
prediction_length: int#
train(training_data: gluonts.dataset.Dataset, validation_data: Optional[gluonts.dataset.Dataset] = None) → gluonts.model.predictor.Predictor[source]#

使用给定数据训练估计器。

参数

  • training_data – 用于训练模型的数据集。

  • validation_data – 用于在训练期间验证模型的数据集。

返回

包含训练模型的预测器。

返回类型

Predictor

class gluonts.model.estimator.IncrementallyTrainable(*args, **kwargs)[source]#

Bases: typing_extensions.Protocol

train_from(predictor: gluonts.model.predictor.Predictor, training_data: gluonts.dataset.Dataset, validation_data: Optional[gluonts.dataset.Dataset] = None) → gluonts.model.predictor.Predictor[source]#

实验性功能：此功能在未来版本中可能会更改。使用给定数据训练估计器，从先前训练好的预测器开始。

参数

  • predictor – 先前训练好的模型，用于初始化估计器训练。

  • training_data – 用于训练模型的数据集。

  • validation_data – 用于在训练期间验证模型的数据集。

返回

包含训练模型的预测器。

返回类型

Predictor