gluonts.model.seasonal_naive 包

class gluonts.model.seasonal_naive.SeasonalNaivePredictor(prediction_length: int, season_length: Union[int, Callable], imputation_method: gluonts.transform.feature.MissingValueImputation = gluonts.transform.feature.LastValueImputation())

继承自: gluonts.model.predictor.RepresentablePredictor

季节性朴素预测器。

对于每个时间序列 \(y\)，此预测器生成预测 \(\tilde{y}(T+k) = y(T+k-h)\)，其中 \(T\) 是预测时间，\(k = 0, ...,\) prediction_length - 1，而 \(h =\) season_length。

如果 prediction_length > season_length，则季节会被重复多次。如果时间序列短于 season_length，则使用观测值的平均值作为预测。

参数

• prediction_length – 要预测的时间点数量。

• season_length – 用于进行预测的季节性。如果这是整数，则应用固定的季节性；如果这是函数，则将对每个给定条目的 "start" 字段的 freq 属性调用此函数，并返回要使用的季节性。

• imputation_method – 在存在缺失值时使用的填充方法。默认为 LastValueImputation，它将每个缺失值替换为最后一个非缺失值。

predict_item(item: Dict[str, Any]) → gluonts.model.forecast.Forecast