Translation not up to date
Ustawienia eksperymentu używane do podstawiania danych w eksperymentach szeregów czasowych.
Metody imputacji danych
Zastosuj jedną z tych metod podstawiania danych w ustawieniach eksperymentu, aby dostarczyć brakujące wartości w zestawie danych.
Metoda podstawiania | Opis |
---|---|
FlattenIterative | Dane szeregów czasowych są najpierw spłaszczone, a następnie brakujące wartości są podstawiane przez Scikit-naucz się iteracyjnego imputer. |
Liniowy | Metoda interpolacji liniowej jest używana do podstawiania brakującej wartości. |
Sześcienna | Metoda interpolacji sześciennej jest używana do podstawiania brakującej wartości. |
Wstecz | Brakująca wartość jest podstawiana za pomocą poprzedniej wartości. |
Dalej | Brakująca wartość jest podstawiana przy użyciu następnej wartości. |
Wypełnienie | Brakująca wartość jest podstawiana za pomocą wartości określonej przez użytkownika lub średniej próbki lub mediany próby. |
Ustawienia wejściowe
Te komendy są używane do obsługi podstawiania danych w przypadku eksperymentów serii czasowych w notatniku.
Nazwa | Opis | Wartość | DefaultValue |
---|---|---|---|
use_imputation | Flaga włączania lub wyłączania imputacji przełączania. | True lub False | Prawda |
lista_komputerów | Lista nazw podstawianych (łańcuchów) do przeszukania. Jeśli lista nie jest określona, przeszukiwane są wszystkie domyślne elementy. Jeśli przekazywana jest pusta lista, przeszukiwane są wszystkie impasy. | "FlattenIterative", "Linear", "Cubic", "Previous", "Fill", "Next" | "FlattenIterative", "Liniowy", "Cubic", "Poprzedni" |
imputer_fill_type | Kategorie "Wypełnienie" | "średnia"/"mediana"/"wartość" | "wartość" |
Wartość parametru imputer_fill_value | Pojedyncza wartość liczbowa, która ma być wypełniona dla wszystkich brakujących wartości. Ma zastosowanie tylko wtedy, gdy wartość "imputer_fill_type" jest określona jako "wartość". Zignorowano, jeśli dla parametru "imputer_fill_type" określono "średnią" lub "medianę". | (Ujemna Nieskończoność, Dodatnia Nieskończoność) | 0 |
próg imputation_threshold | Próg imputacji. Brakujący współczynnik wartości nie może być większy od progu w jednej kolumnie. W przeciwnym razie powoduje wystąpienie błędu. | (0, 1) | 0.25 |
Uwagi dotyczące użycia funkcji use_imputation
Jeśli metoda
use_imputation
jest określona jakoTrue
, a dane wejściowe nie mają wartości:imputation_threshold
jest aktywne.- Kandydaci do wyszukiwania w produkcie
imputer_list
będą mogli wyszukać najlepszą podwykonawcę. - If the best imputer is
Fill
,imputer_fill_type
andimputer_fill_value
are applied; otherwise, they are ignored.
Jeśli metoda
use_imputation
jest określona jakoTrue
, a dane wejściowe nie mają brakujących wartości:imputation_threshold
jest ignorowany.- Kandydaci do pracy z zewnątrz w produkcie
imputer_list
są używane do wyszukiwania najlepszego elementu imputer. If the best imputer isFill
,imputer_fill_type
andimputer_fill_value
are applied; otherwise, they are ignored.
Jeśli metoda
use_imputation
jest określona jakoFalse
, ale dane wejściowe nie mają wartości:- Produkt
use_imputation
jest włączony z ostrzeżeniem, a następnie metoda jest zgodna z zachowaniem pierwszego scenariusza.
- Produkt
Jeśli metoda
use_imputation
jest określona jakoFalse
, a dane wejściowe nie mają braków danych, dalsze przetwarzanie nie jest wymagane.
Na przykład:
"pipelines": [
{
"id": "automl",
"runtime_ref": "hybrid",
"nodes": [
{
"id": "automl-ts",
"type": "execution_node",
"op": "kube",
"runtime_ref": "automl",
"parameters": {
"del_on_close": true,
"optimization": {
"target_columns": [2,3,4],
"timestamp_column": 1,
"use_imputation": true
}
}
}
]
}
]
Temat nadrzędny: Imputacja danych w eksperymentach AutoAI