Docs
...
ts properties

Proprietà ts

Ultimo aggiornamento: 11 feb 2025
Proprietà ts

Icona nodo Serie temporaliIl nodo Serie temporali stima i modelli di livellamento esponenziale, i modelli ARIMA (Autoregressive Integrated Moving Average, autoregressivi integrati a media mobile) univariati e ARIMA (o a funzione di trasferimento) multivariati per i dati di serie temporali e genera previsioni di prestazioni future.

Tabella 1. proprietà ts
ts proprietà Valori Descrizione proprietà
targets campo Il nodo Serie temporali prevede uno o più obiettivi, utilizzando in via facoltativa uno o più campi di input come predittori. I campi frequenza e peso non sono utilizzati. Per ulteriori informazioni, consultare Proprietà comuni del nodo Modelli .
candidate_inputs [field1 ... fieldN] I campi di input o predittore utilizzati dal modello.
use_period indicatore  
date_time_field campo  
input_interval
None
Unknown
Year
Quarter
Month
Week
Day
Hour
Hour_nonperiod
Minute
Minute_nonperiod
Second
Second_nonperiod
  
period_field campo  
period_start_value intero  
num_days_per_week intero  
start_day_of_week
Sunday
Monday
Tuesday
Wednesday
Thursday
Friday
Saturday
  
num_hours_per_day intero  
start_hour_of_day intero  
timestamp_increments intero  
cyclic_increments intero  
cyclic_periods elenco  
output_interval
None
Year
Quarter
Month
Week
Day
Hour
Minute
Second
  
is_same_interval indicatore  
cross_hour indicatore  
aggregate_and_distribute elenco  
aggregate_default
Mean
Sum
Mode
Min
Max
  
distribute_default
Mean
Sum
  
group_default
Mean
Sum
Mode
Min
Max
  
missing_imput
Linear_interp
Series_mean
K_mean
K_median
Linear_trend
  
k_span_points intero  
use_estimation_period indicatore  
estimation_period
Observations
Times
  
date_estimation elenco Disponibile solo se si utilizza date_time_field
period_estimation elenco Disponibile solo se si utilizza use_period
observations_type
Latest
Earliest
  
observations_num intero  
observations_exclude intero  
method
ExpertModeler
Exsmooth
Arima
  
expert_modeler_method
ExpertModeler
Exsmooth
Arima
  
consider_seasonal indicatore  
detect_outliers indicatore  
expert_outlier_additive indicatore  
expert_outlier_level_shift indicatore  
expert_outlier_innovational indicatore  
expert_outlier_level_shift indicatore  
expert_outlier_transient indicatore  
expert_outlier_seasonal_additive indicatore  
expert_outlier_local_trend indicatore  
expert_outlier_additive_patch indicatore  
consider_newesmodels indicatore  
exsmooth_model_type
Simple
HoltsLinearTrend
BrownsLinearTrend
DampedTrend
SimpleSeasonal
WintersAdditive
WintersMultiplicative
DampedTrendAdditive
DampedTrendMultiplicative
MultiplicativeTrendAdditive
MultiplicativeSeasonal
MultiplicativeTrendMultiplicative
MultiplicativeTrend
 Specifica il metodo di livellamento esponenziale. Il valore predefinito è Simple.
futureValue_type_method
Compute
specify

Se viene utilizzato Compute il sistema calcola i valori futuri per il periodo di previsione per ogni predittore.

Per ogni predittore, è possibile scegliere da un elenco di funzioni (vuoto, media dei punti recenti, il valore più recente) o utilizzare specify per immettere i valori manualmente. Per specificare singoli campi e proprietà, utilizzare la proprietà extend_metric_values. Ad esempio:
set :ts.futureValue_type_method="specify"
set :ts.extend_metric_values=[{'Market_1','USER_SPECIFY', [1,2,3]},
{'Market_2','MOST_RECENT_VALUE', ''},{'Market_3','RECENT_POINTS_MEAN', ''}]
exsmooth_transformation_type
None
SquareRoot
NaturalLog
  
arima.p intero  
arima.d intero  
arima.q intero  
arima.sp intero  
arima.sd intero  
arima.sq intero  
arima_transformation_type
None
SquareRoot
NaturalLog
  
arima_include_constant indicatore  
tf_arima.p. nomecampo intero Per le funzioni di trasferimento.
tf_arima.d. nomecampo intero Per le funzioni di trasferimento.
tf_arima.q. nomecampo intero Per le funzioni di trasferimento.
tf_arima.sp. nomecampo intero Per le funzioni di trasferimento.
tf_arima.sd. nomecampo intero Per le funzioni di trasferimento.
tf_arima.sq. nomecampo intero Per le funzioni di trasferimento.
tf_arima.delay. nomecampo intero Per le funzioni di trasferimento.
tf_arima.transformation_type. nomecampo
None
SquareRoot
NaturalLog
 Per le funzioni di trasferimento.
arima_detect_outliers indicatore  
arima_outlier_additive indicatore  
arima_outlier_level_shift indicatore  
arima_outlier_innovational indicatore  
arima_outlier_transient indicatore  
arima_outlier_seasonal_additive indicatore  
arima_outlier_local_trend indicatore  
arima_outlier_additive_patch indicatore  
max_lags intero  
cal_PI indicatore  
conf_limit_pct numero reale  
events Campi  
continue indicatore  
scoring_model_only indicatore Utilizzato per i modelli con grandi quantità (decine di migliaia) di serie temporali.
forecastperiods intero  
extend_records_into_future indicatore  
extend_metric_values Campi Consente di fornire valori futuri per i predittori.
conf_limits indicatore  
noise_res indicatore  
max_models_output intero Controlla il numero di modelli visualizzati nell'output. Il valore predefinito è 10. I modelli non vengono visualizzati nell'output se il numero totale di modelli creati supera questo valore. I modelli sono ancora disponibili per il calcolo del punteggio.
missing_value_threshold doppio Calcola le misure della qualità dei dati per la variabile tempo e per i dati di input corrispondenti a ciascuna serie temporale. Se il punteggio di qualità dei dati è inferiore a questa soglia, le serie temporali corrispondenti verranno eliminate.
compute_future_values_input booleano False: Calcola valori futuri di input.
True: Selezionare i campi di cui si desidera aggiungere valori ai dati.