paddlets.models.representation.task.repr_forecasting

class ReprForecasting(in_chunk_len: int, out_chunk_len: int, repr_model: ReprBaseModel, skip_chunk_len: int = 0, sampling_stride: int = 1, repr_model_params: Optional[dict] = None, encode_params: Optional[dict] = None, downstream_learner: Optional[Callable] = None, verbose: bool = False)

基类：StackingEnsembleBase, BaseModel

表征预测

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

• repr_model (ReprBasemodel) – 用来表征的上游模型

• 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。

• sampling_stride – 表征结果生成下游样本时，相邻两个样本的采样间隔

• repr_model_params (dict) – 表征模型的参数

• encode_params (dict) – 表征模型的encode参数

• downstream_learner (Callable) – 下游的学习器，需要是一个sklearn回归器，默认设置成Ridge(alpha=0.5)

• verbose (bool) – 是否开启日志

fit(tsdataset: TSDataset) → None

参数

train_tsdataset (TSDataset) – 训练集。

predict(tsdataset: TSDataset) → TSDataset

Predict

参数

tsdataset (TSDataset) – 需要预测的数据

save(path: str, repr_forecaster_file_name: str = 'repr-forecaster-partial.pkl') → None

保存模型

参数

• path (str) – 保存路径

• ensemble_file_name (str) – 保存文件名

static load(path: str, repr_forecaster_file_name: str = 'repr-forecaster-partial.pkl') → StackingEnsembleForecaster

加载模型

参数

• path (str) – 输入目录

• ensemble_file_name (str) – 保存文件名

返回

加载的模型