gluonts.torch.distributions.spliced_binned_pareto 模块

类 gluonts.torch.distributions.spliced_binned_pareto.SplicedBinnedPareto(bins_lower_bound: float, bins_upper_bound: float, logits: torch.Tensor, upper_gp_xi: torch.Tensor, upper_gp_beta: torch.Tensor, lower_gp_xi: torch.Tensor, lower_gp_beta: torch.Tensor, numb_bins: int = 100, tail_percentile_gen_pareto: float = 0.05, validate_args=None)

基类：gluonts.torch.distributions.binned_uniforms.BinnedUniforms

拼接分箱帕累托（Spliced Binned-Pareto）单变量分布。

参数

• bins_lower_bound (分箱边缘的下界) –

• bins_upper_bound (分箱边缘的上界) –

• numb_bins (在 bins_lower_bound 和 bins_upper_bound 之间分配的等距分箱数量) – 默认值为 100。

• tail_percentile_gen_pareto (分布中每个尾部的分位数) – 默认值为 0.05。注意：这个对称分位数仍然可以表示不对称的上尾和下尾。

arg_constraints = {'logits': Real(), 'lower_gp_beta': GreaterThan(lower_bound=0.0), 'lower_gp_xi': GreaterThan(lower_bound=0.0), 'upper_gp_beta': GreaterThan(lower_bound=0.0), 'upper_gp_xi': GreaterThan(lower_bound=0.0)}

cdf(x: torch.Tensor)

数据点张量 x 的累积密度张量。

‘x’ 预期形状为 (*batch_shape)

has_rsample = False

log_prob(x: torch.Tensor, for_training=True)

参数

• x (大小为 'batch_size', 1 的张量) –

• for_training (布尔值，指示返回对数概率或) – 损失（调整后的对数概率）

pdf(x)

数据点张量 x 的概率。

‘x’ 形状应为 (*batch_shape)

support = Real()

类 gluonts.torch.distributions.spliced_binned_pareto.SplicedBinnedParetoOutput(bins_lower_bound: float, bins_upper_bound: float, num_bins: int, tail_percentile_gen_pareto: float)

基类：gluonts.torch.distributions.distribution_output.DistributionOutput

distr_cls

别名：gluonts.torch.distributions.spliced_binned_pareto.SplicedBinnedPareto

distribution(distr_args, loc: Optional[torch.Tensor] = None, scale: Optional[torch.Tensor] = None) → gluonts.torch.distributions.binned_uniforms.BinnedUniforms

构建关联分布，给定构造函数参数集合以及可选的尺度张量。

参数

• distr_args – 基础分布类型的构造函数参数。

• loc – 可选张量，与结果分布的 batch_shape+event_shape 具有相同形状。

• scale – 可选张量，与结果分布的 batch_shape+event_shape 具有相同形状。

类方法 domain_map(logits: torch.Tensor, upper_gp_xi: torch.Tensor, upper_gp_beta: torch.Tensor, lower_gp_xi: torch.Tensor, lower_gp_beta: torch.Tensor) → Tuple[torch.Tensor, torch.Tensor, torch.Tensor, torch.Tensor, torch.Tensor]

将参数转换为正确的形状和域。

域取决于分布的类型，而正确的形状是通过重塑尾部轴获得的，使得返回的张量定义了具有正确 event_shape 的分布。

属性 event_shape: Tuple

与输出对象兼容的每个独立事件的形状。