高斯过程¶
- class darts.models.filtering.gaussian_process_filter.GaussianProcessFilter(kernel=None, **kwargs)[source]¶
基类:
FilteringModel此模型使用 scikit-learn 的
GaussianProcessRegressor将高斯过程拟合到提供的 TimeSeries。然后可以使用此模型获取 TimeSeries 时间点上的高斯过程样本。例如，它可以用来填充 TimeSeries 中的缺失值 (NaN)。
- 参数
kernel (sklearn.gaussian_process.kernels.Kernel, default: None) – 指定高斯过程协方差函数的核函数。如果传入 None，则使用 scikit-learn 中的默认值。请注意，除非边界被标记为 ‘fixed’，否则核超参数将在拟合过程中进行优化。
**kwargs – 传递给
sklearn.gaussian_process.GaussianProcessRegressor的其他关键字参数。
方法
filter(series[, num_samples])将高斯过程拟合到观测值，并返回高斯过程的样本；如果 num_samples 设置为 1，则返回其平均值。
- filter(series, num_samples=1)[source]¶
将高斯过程拟合到观测值，并返回高斯过程的样本；如果 num_samples 设置为 1，则返回其平均值。
- 参数
series (
TimeSeries) – 用于根据指定的高斯过程推断值的观测序列。这必须是一个确定性序列（包含一个样本）。num_samples (int, default: 1) – 从高斯过程采样预测值的次数。如果设置为 1，则返回平均值。
- 返回
一个从高斯过程采样的随机
TimeSeries；如果 num_samples 设置为 1，则返回其平均值。- 返回类型