właściwości węzła ts

Translation not up to date

The translation of this page does not represent the latest version. For the latest updates, see the English version of the documentation.

Go back to the English version of the documentation

właściwości węzła ts

Last updated: 04 lip 2023

właściwości węzła ts

Ikona węzła szeregów czasowych Węzeł Szereg czasowy umożliwia estymację modelu wygładzania wykładniczego, modelu autoregresyjnej zintegrowanej średniej ruchomej (ARIMA) jednej zmiennej oraz modelu ARIMA wielu zmiennych (lub funkcji przenoszenia) dla danych szeregów czasowych i generuje prognozy przyszłych wyników.

Tabela 1. ts właściwości
Właściwości węzła `ts`	Wartości	Opis właściwości
`targets`	field (pole)	Węzeł Szereg czasowy przewiduje co najmniej jedną zmienną przewidywaną i opcjonalnie korzysta z jednej lub wielu zmiennych wejściowych jako predyktorów. Zmienne częstości i ważące nie są używane. Więcej informacji na ten temat zawiera sekcja Właściwości wspólnego węzła modelowania .
`candidate_inputs`	[field1 ... fieldN]	Zmienne wejściowe lub predyktory używane przez model.
`use_period`	Flaga
`date_time_field`	field (pole)
`input_interval`	`None` `Unknown` `Year` `Quarter` `Month` `Week` `Day` `Hour` `Hour_nonperiod` `Minute` `Minute_nonperiod` `Second` `Second_nonperiod`
`period_field`	field (pole)
`period_start_value`	liczba całkowita
`num_days_per_week`	liczba całkowita
`start_day_of_week`	`Sunday` `Monday` `Tuesday` `Wednesday` `Thursday` `Friday` `Saturday`
`num_hours_per_day`	liczba całkowita
`start_hour_of_day`	liczba całkowita
`timestamp_increments`	liczba całkowita
`cyclic_increments`	liczba całkowita
`cyclic_periods`	lista
`output_interval`	`None` `Year` `Quarter` `Month` `Week` `Day` `Hour` `Minute` `Second`
`is_same_interval`	Flaga
`cross_hour`	Flaga
`aggregate_and_distribute`	lista
`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`	liczba całkowita
`use_estimation_period`	Flaga
`estimation_period`	`Observations` `Times`
`date_estimation`	lista	Dostępna tylko, gdy wybrano ustawienie `date_time_field`
`period_estimation`	lista	Dostępna tylko, gdy wybrano ustawienie `use_period`
`observations_type`	`Latest` `Earliest`
`observations_num`	liczba całkowita
`observations_exclude`	liczba całkowita
`method`	`ExpertModeler` `Exsmooth` `Arima`
`expert_modeler_method`	`ExpertModeler` `Exsmooth` `Arima`
`consider_seasonal`	Flaga
`detect_outliers`	Flaga
`expert_outlier_additive`	Flaga
`expert_outlier_level_shift`	Flaga
`expert_outlier_innovational`	Flaga
`expert_outlier_level_shift`	Flaga
`expert_outlier_transient`	Flaga
`expert_outlier_seasonal_additive`	Flaga
`expert_outlier_local_trend`	Flaga
`expert_outlier_additive_patch`	Flaga
`consider_newesmodels`	Flaga
`exsmooth_model_type`	`Simple` `HoltsLinearTrend` `BrownsLinearTrend` `DampedTrend` `SimpleSeasonal` `WintersAdditive` `WintersMultiplicative` `DampedTrendAdditive` `DampedTrendMultiplicative` `MultiplicativeTrendAdditive` `MultiplicativeSeasonal` `MultiplicativeTrendMultiplicative` `MultiplicativeTrend`	Określa metodę wygładzania wykładniczego. Domyślnie `Simple`.
`futureValue_type_method`	`Compute` `specify`	Użycie opcji `Compute` powoduje, że system obliczy przyszłe wartości okresu prognozy dla każdego predyktora. Dla każdego predyktora można dokonać wyboru z listy funkcji (wybór pusty, średnia z niedawnych punktów, ostatnia wartość) lub użyć opcji `specify` w celu ręcznego określenia wartości. Do wskazania poszczególnych zmiennych i właściwości należy użyć właściwości `extend_metric_values`. Na przykład: `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`	liczba całkowita
`arima.d`	liczba całkowita
`arima.q`	liczba całkowita
`arima.sp`	liczba całkowita
`arima.sd`	liczba całkowita
`arima.sq`	liczba całkowita
`arima_transformation_type`	`None` `SquareRoot` `NaturalLog`
`arima_include_constant`	Flaga
`tf_arima.p.` nazwa_pola	liczba całkowita	Dla funkcji przenoszenia.
`tf_arima.d.` nazwa_pola	liczba całkowita	Dla funkcji przenoszenia.
`tf_arima.q.` nazwa_pola	liczba całkowita	Dla funkcji przenoszenia.
`tf_arima.sp.` nazwa_pola	liczba całkowita	Dla funkcji przenoszenia.
`tf_arima.sd.` nazwa_pola	liczba całkowita	Dla funkcji przenoszenia.
`tf_arima.sq.` nazwa_pola	liczba całkowita	Dla funkcji przenoszenia.
`tf_arima.delay.` nazwa_pola	liczba całkowita	Dla funkcji przenoszenia.
`tf_arima.transformation_type.` nazwa_pola	`None` `SquareRoot` `NaturalLog`	Dla funkcji przenoszenia.
`arima_detect_outliers`	Flaga
`arima_outlier_additive`	Flaga
`arima_outlier_level_shift`	Flaga
`arima_outlier_innovational`	Flaga
`arima_outlier_transient`	Flaga
`arima_outlier_seasonal_additive`	Flaga
`arima_outlier_local_trend`	Flaga
`arima_outlier_additive_patch`	Flaga
`max_lags`	liczba całkowita
`cal_PI`	Flaga
`conf_limit_pct`	nieruchomość
`events`	Pola
`continue`	Flaga
`scoring_model_only`	Flaga	Używany do modeli z bardzo dużą liczbą (rzędu dziesiątek tysięcy) szeregów czasowych.
`forecastperiods`	liczba całkowita
`extend_records_into_future`	Flaga
`extend_metric_values`	Pola	Umożliwia wprowadzenie przyszłych wartości do predyktorów.
`conf_limits`	Flaga
`noise_res`	Flaga
`max_models_output`	liczba całkowita	Kontroluje, ile modeli jest przedstawianych w wynikach. Domyślnie `10`. Modele nie są przedstawiane w wynikach, jeśli łączna liczba modeli przekracza tę wartość. Modele są nadal dostępne do oceny.
`missing_value_threshold`	double (podwójna)	Przelicza miary jakości danych dla zmiennej czasu i dla danych wejściowych odpowiadających poszczególnym szeregom czasowym. Jeśli wynik jakości danych jest niższy od tej wartości progowej, odpowiednia seria czasowa zostanie odrzucona.
`compute_future_values_input`	boolean (boolowskie)	`False`: obliczanie przyszłych wartości danych wejściowych. `True`: Wybierz pola, których wartości mają zostać dodane do danych.