异常聚合器基类
- class darts.ad.aggregators.aggregators.Aggregator[source]¶
基类:
ABC聚合器的基类。
方法
eval_metric(anomalies, series[, window, metric])将输入的（序列）多元时序聚合成一个（序列）时序，并根据真实异常标签评估结果。
predict(series[, name])将输入的（序列）多元二元时序聚合成一个（序列）一元二元时序。
- eval_metric(anomalies, series, window=1, metric='recall')[source]¶
将输入的（序列）多元时序聚合成一个（序列）时序，并根据真实异常标签评估结果。
- 参数
anomalies (
Union[TimeSeries,Sequence[TimeSeries]]) – （序列）二元真实异常标签（1 表示异常，0 表示非异常）。series (
Union[TimeSeries,Sequence[TimeSeries]]) – 要聚合的（序列）预测多元二元时序。window (
int) – 表示（序列）时序中每个点代表的过去样本数量的（序列）整数值。该参数将由 darts.ad.utils 中的函数 _window_adjustment_anomalies() 用于转换异常。metric (
Literal[‘recall’, ‘precision’, ‘f1’, ‘accuracy’]) – 要使用的指标函数名称。必须是 “recall”、“precision”、“f1” 和 “accuracy” 中的一个。默认值：“recall”。
- 返回值
（序列）时序的（序列）评分。
- 返回类型
Union[float, Sequence[float]]
- predict(series, name='series')[source]¶
将输入的（序列）多元二元时序聚合成一个（序列）一元二元时序。
- 参数
series (
Union[TimeSeries,Sequence[TimeSeries]]) – 要聚合的（序列）多元二元时序。name (
str) – series 的名称。
- 返回值
（序列）聚合结果。
- 返回类型
- class darts.ad.aggregators.aggregators.FittableAggregator[source]¶
基类:
Aggregator需要训练的聚合器的基类。
方法
eval_metric(anomalies, series[, window, metric])将输入的（序列）多元时序聚合成一个（序列）时序，并根据真实异常标签评估结果。
fit(anomalies, series)在（序列）多元二元异常时序上拟合聚合器。
predict(series[, name])将输入的（序列）多元二元时序聚合成一个（序列）一元二元时序。
- eval_metric(anomalies, series, window=1, metric='recall')¶
将输入的（序列）多元时序聚合成一个（序列）时序，并根据真实异常标签评估结果。
- 参数
anomalies (
Union[TimeSeries,Sequence[TimeSeries]]) – （序列）二元真实异常标签（1 表示异常，0 表示非异常）。series (
Union[TimeSeries,Sequence[TimeSeries]]) – 要聚合的（序列）预测多元二元时序。window (
int) – 表示（序列）时序中每个点代表的过去样本数量的（序列）整数值。该参数将由 darts.ad.utils 中的函数 _window_adjustment_anomalies() 用于转换异常。metric (
Literal[‘recall’, ‘precision’, ‘f1’, ‘accuracy’]) – 要使用的指标函数名称。必须是 “recall”、“precision”、“f1” 和 “accuracy” 中的一个。默认值：“recall”。
- 返回值
（序列）时序的（序列）评分。
- 返回类型
Union[float, Sequence[float]]
- fit(anomalies, series)[source]¶
在（序列）多元二元异常时序上拟合聚合器。
如果给定时序列表，它们必须具有相同数量的组件。
- 参数
anomalies (
Union[TimeSeries,Sequence[TimeSeries]]) – （序列）二元真实异常标签（1 表示异常，0 表示非异常）。series (
Union[TimeSeries,Sequence[TimeSeries]]) – 要聚合的（序列）多元二元时序（预测标签）。
- 返回类型
Self
- predict(series, name='series')[source]¶
将输入的（序列）多元二元时序聚合成一个（序列）一元二元时序。
- 参数
series (
Union[TimeSeries,Sequence[TimeSeries]]) – 要聚合的（序列）多元二元时序。name (
str) – series 的名称。
- 返回值
（序列）聚合结果。
- 返回类型