ts プロパティー

資料の英語版に戻る

ts プロパティー

最終更新: 2024年10月04日

ts プロパティー

時系列ノードのアイコン時系列ノードは、時系列データから指数平滑法、1 変量の自己回帰型統合移動平均法 (ARIMA)、および多変量 ARIMA (または伝達関数) モデルを推測し、将来のパフォーマンスの予測を作成します。

表 1. ts プロパティー
`ts`プロパティー	値	プロパティーの説明
`targets`	フィールド	時系列ノードは、オプションで 1 つ以上の入力フィールドを予測値として使用しながら、1 つ以上の対象フィールドを予測します。度数フィールドおよび重みフィールドは使用しません。詳しくは、モデル作成ノードの共通プロパティーを参照してください。
`candidate_inputs`	[field1 ... fieldN]	モデルで使用される入力または予測変数フィールド。
`use_period`	フラグ
`date_time_field`	フィールド
`input_interval`	`None` `Unknown` `Year` `Quarter` `Month` `Week` `Day` `Hour` `Hour_nonperiod` `Minute` `Minute_nonperiod` `Second` `Second_nonperiod`
`period_field`	フィールド
`period_start_value`	整数
`num_days_per_week`	整数
`start_day_of_week`	`Sunday` `Monday` `Tuesday` `Wednesday` `Thursday` `Friday` `Saturday`
`num_hours_per_day`	整数
`start_hour_of_day`	整数
`timestamp_increments`	整数
`cyclic_increments`	整数
`cyclic_periods`	リスト
`output_interval`	`None` `Year` `Quarter` `Month` `Week` `Day` `Hour` `Minute` `Second`
`is_same_interval`	フラグ
`cross_hour`	フラグ
`aggregate_and_distribute`	リスト
`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`	整数
`use_estimation_period`	フラグ
`estimation_period`	`Observations` `Times`
`date_estimation`	リスト	`date_time_field`を使用する場合にのみ使用できます。
`period_estimation`	リスト	`use_period`を使用する場合にのみ使用できます。
`observations_type`	`Latest` `Earliest`
`observations_num`	整数
`observations_exclude`	整数
`method`	`ExpertModeler` `Exsmooth` `Arima`
`expert_modeler_method`	`ExpertModeler` `Exsmooth` `Arima`
`consider_seasonal`	フラグ
`detect_outliers`	フラグ
`expert_outlier_additive`	フラグ
`expert_outlier_level_shift`	フラグ
`expert_outlier_innovational`	フラグ
`expert_outlier_level_shift`	フラグ
`expert_outlier_transient`	フラグ
`expert_outlier_seasonal_additive`	フラグ
`expert_outlier_local_trend`	フラグ
`expert_outlier_additive_patch`	フラグ
`consider_newesmodels`	フラグ
`exsmooth_model_type`	`Simple` `HoltsLinearTrend` `BrownsLinearTrend` `DampedTrend` `SimpleSeasonal` `WintersAdditive` `WintersMultiplicative` `DampedTrendAdditive` `DampedTrendMultiplicative` `MultiplicativeTrendAdditive` `MultiplicativeSeasonal` `MultiplicativeTrendMultiplicative` `MultiplicativeTrend`	指数平滑法を指定します。デフォルトは`Simple`です。
`futureValue_type_method`	`Compute` `specify`	`Compute`が使用されている場合、システムは、各予測値の予測期間の将来の値を計算します。予測変数ごとに、関数のリスト (空白、最近のポイントの平均、最新の値) から選択することも、`specify`を使用して手動で値を入力することもできます。個々のフィールドおよびプロパティーを指定するには、`extend_metric_values`プロパティーを使用します。例： `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`	整数
`arima.d`	整数
`arima.q`	整数
`arima.sp`	整数
`arima.sd`	整数
`arima.sq`	整数
`arima_transformation_type`	`None` `SquareRoot` `NaturalLog`
`arima_include_constant`	フラグ
`tf_arima.p.` fieldname	整数	伝達関数用。
`tf_arima.d.` fieldname	整数	伝達関数用。
`tf_arima.q.` fieldname	整数	伝達関数用。
`tf_arima.sp.` fieldname	整数	伝達関数用。
`tf_arima.sd.` fieldname	整数	伝達関数用。
`tf_arima.sq.` fieldname	整数	伝達関数用。
`tf_arima.delay.` fieldname	整数	伝達関数用。
`tf_arima.transformation_type.` fieldname	`None` `SquareRoot` `NaturalLog`	伝達関数用。
`arima_detect_outliers`	フラグ
`arima_outlier_additive`	フラグ
`arima_outlier_level_shift`	フラグ
`arima_outlier_innovational`	フラグ
`arima_outlier_transient`	フラグ
`arima_outlier_seasonal_additive`	フラグ
`arima_outlier_local_trend`	フラグ
`arima_outlier_additive_patch`	フラグ
`max_lags`	整数
`cal_PI`	フラグ
`conf_limit_pct`	リアル
`events`	フィールド
`continue`	フラグ
`scoring_model_only`	フラグ	多く (1 万単位) の時系列のモデルに使用します。
`forecastperiods`	整数
`extend_records_into_future`	フラグ
`extend_metric_values`	フィールド	予測のための将来の値を提供できるようにします。
`conf_limits`	フラグ
`noise_res`	フラグ
`max_models_output`	整数	出力に表示するモデルの数を制御します。デフォルトは`10`です。構築されたモデルの総数がこの値を超える場合、モデルは出力に表示されません。それでも、モデルはスコアリングに引き続き使用できます。
`missing_value_threshold`	二重	各時系列に対応する時刻変数および入力データのデータ品質指標を計算します。データ品質スコアがこのしきい値より低い場合、対応する時系列は破棄されます。
`compute_future_values_input`	ブール値	`False`: 入力の将来の値を計算します。 `True`: 値をデータに追加するフィールドを選択します。