paddlets.ensemble.stacking_ensemble

class StackingEnsembleBase(estimators: List[Tuple[object, dict]], final_learner: Optional[Callable] = None, verbose: bool = False)

基类：EnsembleBase

Stacking集成模型基类

参数

• estimators (List[Tuple[object, dict]]) – 一个由paddlets模型组成的 tuple (模型类名,模型参数) 列表

• final_learner (Callable) – 第二层的集成模型元学习器，必须为sklearn类型的回归模型， 默认使用GradientBoostingRegressor(max_depth=5)

• verbose (bool) – 是否开启日志，默认开启

fit(train_tsdataset: TSDataset, valid_tsdataset: Optional[TSDataset] = None) → None

参数

• train_tsdataset (TSDataset) – 训练集

• valid_tsdataset (TSDataset, optional) – 验证集

predict(tsdataset: TSDataset) → TSDataset

参数

tsdataset (TSDataset) – 预测数据

class StackingEnsembleForecaster(in_chunk_len: int, out_chunk_len: int, skip_chunk_len: int, estimators: List[Tuple[object, dict]], final_learner: Optional[Callable] = None, use_backtest: bool = True, resampling_strategy: str = 'cv', split_ratio: Union[str, float] = 0.1, k_fold: Union[str, int] = 3, verbose: bool = False)

基类：StackingEnsembleBase, BaseModel

Stacking集成预测

参数

• in_chunk_len (int) – 模型输入的时间序列长度

• out_chunk_len (int) – 模型输出的序列长度

• skip_chunk_len (int) – 可选变量， 输入序列与输出序列之间跳过的序列长度，既不作为特征也不作为预测目标使用，默认值为0

• estimators (List[Tuple[object, dict]]) – 一个由paddlets模型组成的 tuple (模型类名,模型参数) 列表

• final_learner (Callable) – 第二层的集成模型元学习器，必须为sklearn类型的回归模型， 默认使用GradientBoostingRegressor(max_depth=5)

• resampling_strategy (str) – 底层模型重采样策略，支持(cv,holdout)

• split_ratio (Union[str, float]) – holdout重采样策略的参数，代表验证集的比例，应该在（0，1）区间

• k_fold (Union[str, int]) – 底层模型时序交叉验证cv的参数，代表交叉验证的轮数，在(0,10]之间，默认为3

• use_backtest (bool) – 是否开启回测在底层模型，默认为True

• verbose (bool) – 是否开启日志，默认开启

fit(train_tsdataset: TSDataset, valid_tsdataset: Optional[TSDataset] = None) → None

参数

• train_tsdataset (TSDataset) – 训练集

• valid_tsdataset (TSDataset, optional) – 验证集

predict(tsdataset: TSDataset) → TSDataset

预测

参数

tsdataset (TSDataset) – 预测数据

save(path: str, ensemble_file_name: str = 'paddlets-stacking-forecaster-partial.pkl') → None

保存模型

参数

• path (str) – 保存路径

• ensemble_file_name (str) – 模型文件名

static load(path: str, ensemble_file_name: str = 'paddlets-stacking-forecaster-partial.pkl') → StackingEnsembleForecaster

加载模型

参数

• path (str) – 加载路径

• ensemble_file_name (str) – 模型文件名

返回

加载的模型