darts.explainability.utils.get_component_names(series, past_covariates=None, future_covariates=None, idx=0)[source]

提取并返回目标序列、静态协变量、过去协变量和未来协变量序列的组成部分。

参数
  • model – 任何 ForecastingModel

  • series (Sequence[TimeSeries]) – 目标 TimeSeries 的序列。

  • past_covariates (Optional[Sequence[TimeSeries], None]) – 可选,过去协变量 TimeSeries 的序列。

  • future_covariates (Optional[Sequence[TimeSeries], None]) – 可选,未来协变量 TimeSeries 的序列。

  • idx (int) – 用于提取组成部分的输入序列的索引。

返回类型

tuple[list[str], Optional[list[str], None], Optional[list[str], None], Optional[list[str], None]]

darts.explainability.utils.process_horizons_and_targets(horizons=None, fallback_horizon=None, target_components=None, fallback_target_components=None, check_component_names=False)[source]

处理输入的时间范围和目标组件名称。

horizons (时间范围)

可选,一个整数或整数序列,表示需要解释的未来时间步。 1 对应于预测的第一个时间戳。所有值必须 <=output_chunk_length (被解释的预测模型的输出块长度)。

fallback_horizon (备用时间范围)

可选,在未提供 horizons 时回退到的时间范围。

target_components (目标组件)

可选,一个字符串或字符串序列,包含需要解释的目标组件。

fallback_target_components (备用目标组件)

可选,在未提供 target_components 时回退到的字符串序列。

check_component_names (检查组件名称)

是否强制目标组件必须在 fallback_target_component 中。

返回类型

tuple[Sequence[int], Sequence[str]]

darts.explainability.utils.process_input(model, input_type, series=None, past_covariates=None, future_covariates=None, fallback_series=None, fallback_past_covariates=None, fallback_future_covariates=None, check_component_names=False, requires_input=True, requires_covariates_encoding=False, test_stationarity=False)[source]

处理和检查提供给 _ForecastingModelExplainer 的背景或前景序列输入的辅助函数。

如果未提供输入(seriespast/future_covariates),则将使用备用输入进行下游任务。如果输入和备用输入均不可用,则会引发错误。

备用输入取决于输入类型(“background”或“foreground”): - 对于 background input_type:备用输入是拟合的预测模型中保存的序列 - 对于 foreground input_type:备用输入是来自 _ForecastingModelExplainer 的背景序列

参数
  • model (ForecastingModel) – 任何 ForecastingModel

  • input_type (str) – 输入序列的类型。可以是 “background” 或 “foreground”。

  • series (Union[TimeSeries, Sequence[TimeSeries], None]) – 可选,一个或一个序列的目标 TimeSeries

  • past_covariates (Union[TimeSeries, Sequence[TimeSeries], None]) – 可选,一个或一个序列的过去协变量 TimeSeries

  • future_covariates (Union[TimeSeries, Sequence[TimeSeries], None]) – 可选,一个或一个序列的未来协变量 TimeSeries

  • fallback_series (Union[TimeSeries, Sequence[TimeSeries], None]) – 可选,在未提供 series 时回退到的一个或一个序列的目标 TimeSeries

  • fallback_past_covariates (Union[TimeSeries, Sequence[TimeSeries], None]) – 可选,在未提供 past_covariates 时回退到的一个或一个序列的过去协变量 TimeSeries

  • fallback_future_covariates (Union[TimeSeries, Sequence[TimeSeries], None]) – 可选,在未提供 future_covariates 时回退到的一个或一个序列的未来协变量 TimeSeries

  • check_component_names (bool) – 对于多个时序的情况,是否强制要求同类型(目标或协变量)的所有序列必须具有相同的组成部分名称。

  • requires_input (bool) – 是否需要输入。如果为 True,则在未提供输入时引发错误。

  • requires_covariates_encoding (bool) – 是否将模型的编码器应用于输入协变量。仅当 Explainer 不会直接调用模型方法 fit()predict() 时,此项应为 True

  • test_stationarity (bool) – 如果目标 series 的所有组成部分都不是平稳的,是否发出警告。