paddlets.xai.ante_hoc.tft_exp

class TFTExplainer(*args, **kwargs)

基类：TFTModel

继承自TFT模型并实现一个解释器，提供可解释性结果的可视化展示。

explain_backtest(data: TSDataset, start: Optional[Union[Timestamp, int, str, float]] = None, observation_index: Optional[int] = 0, horizons: Union[List[int], int] = [1], unit: Optional[str] = 'Units', display: Optional[bool] = True)

解释回测数据，通过设置`predict_window`与`stride`为`out_chunk_len`,回测逻辑为`utils.backtest`的简化版本。

参数

• data (TSDataset) – 需要被迭代回测生成可解释性结果与可视化的数据。

• start (Union[pd.Timestamp, int, str ,float]) – 首次对未来进行预测的时间。

• observation_index (int, Optional) – 数据集序号，对应于需要被可视化的样本。

• horizons (Union[List[int], int]) – 用于进行统计的时间步长的列表。

• unit (str, Optional) – 时间步单位。

• display (bool, Optional) – 是否对可解释性结果进行可视化。

返回

聚合的可解释性数据。

返回类型

Dict[str, np.ndarray]

explain_prediction(data: TSDataset, horizons: Union[List[int], int] = [1], unit: Optional[str] = 'Units', display: Optional[bool] = True)

解释预测数据，用于单步预测的场景。

参数

• data (TSDataset) – 需要被预测生成可解释性结果与可视化的数据。

• horizons (Union[List[int], int]) – 用于进行统计的时间步长的列表。

• unit (str, Optional) – 时间步单位。

• display (bool, Optional) – 是否对可解释性结果进行可视化。

返回

模型生成的可解释性数据。

返回类型

Dict[str, np.ndarray]