训练数据集基类¶

class darts.utils.data.training_dataset.DualCovariatesTrainingDataset[source]¶

基础类： TrainingDataset, ABC

DualCovariatesTorchModel 训练数据集的抽象类。它包含由 (past_target, historic_future_covariates, future_covariates, static_covariates, future_target) 组成的 np.ndarray。协变量是可选的，可以为 None。

class darts.utils.data.training_dataset.FutureCovariatesTrainingDataset[source]¶

基础类： TrainingDataset, ABC

FutureCovariatesTorchModel 训练数据集的抽象类。它包含由 (past_target, future_covariate, static_covariates, future_target) 组成的 np.ndarray。协变量是可选的，可以为 None。

class darts.utils.data.training_dataset.MixedCovariatesTrainingDataset[source]¶

基础类： TrainingDataset, ABC

MixedCovariatesTorchModel 训练数据集的抽象类。它包含由 (past_target, past_covariates, historic_future_covariates, future_covariates, static_covariates, future_target) 组成的 np.ndarray。协变量是可选的，可以为 None。

class darts.utils.data.training_dataset.PastCovariatesTrainingDataset[source]¶

基础类： TrainingDataset, ABC

PastCovariatesTorchModel 训练数据集的抽象类。它包含由 (past_target, past_covariate, static_covariates, future_target) 组成的 np.ndarray。协变量是可选的，可以为 None。

class darts.utils.data.training_dataset.SplitCovariatesTrainingDataset[source]¶

基础类： TrainingDataset, ABC

SplitCovariatesTorchModel 训练数据集的抽象类。它包含由 (past_target, past_covariates, future_covariates, static_covariates, future_target) 组成的 np.ndarray。协变量是可选的，可以为 None。

class darts.utils.data.training_dataset.TrainingDataset[source]¶

基础类： ABC, Dataset

Darts 中所有 torch 模型训练数据集的超类。这些包括

“PastCovariates” 数据集（用于 PastCovariatesTorchModel）：包含 (past_target,
past_covariates, static_covariates, future_target)
“FutureCovariates” 数据集（用于 FutureCovariatesTorchModel）：包含 (past_target,
future_covariates, static_covariates, future_target)
“DualCovariates” 数据集（用于 DualCovariatesTorchModel）：包含 (past_target,
historic_future_covariates, future_covariates, static_covariates, future_target)
“MixedCovariates” 数据集（用于 MixedCovariatesTorchModel）：包含 (past_target,
past_covariates, historic_future_covariates, future_covariates, static_covariates, future_target)
“SplitCovariates” 数据集（用于 SplitCovariatesTorchModel）：包含 (past_target,
past_covariates, future_covariates, static_covariates, future_target)

协变量是可选的，可以为 None。

这旨在用于训练（或验证），除了 future_target 之外的所有数据都表示模型输入（future_target 是模型训练预测的输出）。

Darts 的 TorchForecastingModel 可以使用 fit_from_dataset() 方法从正确类型的 TrainingDataset 实例中拟合。

TrainingDataset 继承了 torch Dataset；这意味着实现必须提供 __getitem__() 方法。

它包含 np.ndarray（而不是 TimeSeries），因为训练只需要值，因此在切片时，通过仅返回 TimeSeries 底层数据的 numpy 视图，我们可以获得显著的性能提升。

<无标题>