RegressionModel 的似然¶

class darts.utils.likelihood_models.sklearn.GaussianLikelihood(n_outputs, random_state=None)[source]¶

Bases: SKLearnLikelihood

高斯分布 [1]。

参数

n_outputs (int) – 每次模型调用时预测输出的数量。如果 multi_models=False，则为 1，否则为 output_chunk_length。
random_state (Optional[int, None]) – 可选地控制采样的随机性。

参考

1: https://en.wikipedia.org/wiki/Normal_distribution

属性

`num_parameters`	返回单个目标值的分布参数数量。
`parameter_names`	返回似然参数名称。
`type`	返回似然类型。

方法

`component_names`(input_series)	生成似然参数的名称。
`predict`(model, x, num_samples, ...)	生成采样或直接的似然参数预测。
`predict_likelihood_parameters`(model_output)	将分布参数作为数组返回，从原始模型输出中提取。
`sample`(model_output)	从似然分布和预测参数中采样一个预测。

component_names(input_series)¶

生成似然参数的名称。

返回类型: list[str]

property num_parameters: int¶

返回单个目标值的分布参数数量。

返回类型: int

property parameter_names: list[str]¶

返回似然参数名称。

返回类型: list[str]

predict(model, x, num_samples, predict_likelihood_parameters, **kwargs)¶

生成采样或直接的似然参数预测。

参数

model – Darts RegressionModel 模型。
x (ndarray) – 传递给底层评估器 predict() 方法的输入特征数组。
num_samples (int) – 从似然模型/分布中采样预测的次数。如果为 1 且 predict_likelihood_parameters=False，则返回中位数/平均值预测。
predict_likelihood_parameters (bool) – 如果设置为 True，则生成似然参数预测，而不是从似然模型/分布中采样。仅在 num_samples = 1 且 n<=output_chunk_length 时支持。
kwargs – 传递给底层评估器 predict() 方法的一些 kwargs。

返回类型

ndarray

predict_likelihood_parameters(model_output)[source]¶

将分布参数作为数组返回，从原始模型输出中提取。

返回类型: ndarray

sample(model_output)[source]¶

从似然分布和预测参数中采样一个预测。

返回类型: ndarray

property type: LikelihoodType¶

返回似然类型。

返回类型: LikelihoodType

class darts.utils.likelihood_models.sklearn.PoissonLikelihood(n_outputs, random_state=None)[source]¶

Bases: SKLearnLikelihood

泊松分布 [1]。

参数

n_outputs (int) – 每次模型调用时预测输出的数量。如果 multi_models=False，则为 1，否则为 output_chunk_length。
random_state (Optional[int, None]) – 可选地控制采样的随机性。

参考

1: https://en.wikipedia.org/wiki/Poisson_distribution

属性

`num_parameters`	返回单个目标值的分布参数数量。
`parameter_names`	返回似然参数名称。
`type`	返回似然类型。

方法

`component_names`(input_series)	生成似然参数的名称。
`predict`(model, x, num_samples, ...)	生成采样或直接的似然参数预测。
`predict_likelihood_parameters`(model_output)	将分布参数作为数组返回，从原始模型输出中提取。
`sample`(model_output)	从似然分布和预测参数中采样一个预测。

component_names(input_series)¶

生成似然参数的名称。

返回类型: list[str]

property num_parameters: int¶

返回单个目标值的分布参数数量。

返回类型: int

property parameter_names: list[str]¶

返回似然参数名称。

返回类型: list[str]

predict(model, x, num_samples, predict_likelihood_parameters, **kwargs)¶

生成采样或直接的似然参数预测。

参数

model – Darts RegressionModel 模型。
x (ndarray) – 传递给底层评估器 predict() 方法的输入特征数组。
num_samples (int) – 从似然模型/分布中采样预测的次数。如果为 1 且 predict_likelihood_parameters=False，则返回中位数/平均值预测。
predict_likelihood_parameters (bool) – 如果设置为 True，则生成似然参数预测，而不是从似然模型/分布中采样。仅在 num_samples = 1 且 n<=output_chunk_length 时支持。
kwargs – 传递给底层评估器 predict() 方法的一些 kwargs。

返回类型

ndarray

predict_likelihood_parameters(model_output)[source]¶

将分布参数作为数组返回，从原始模型输出中提取。

返回类型: ndarray

sample(model_output)[source]¶

从似然分布和预测参数中采样一个预测。

返回类型: ndarray

property type: LikelihoodType¶

返回似然类型。

返回类型: LikelihoodType

class darts.utils.likelihood_models.sklearn.QuantileRegression(n_outputs, random_state=None, quantiles=None)[source]¶

Bases: SKLearnLikelihood

分位数回归 [1]。

参数

n_outputs (int) – 每次模型调用时预测输出的数量。如果 multi_models=False，则为 1，否则为 output_chunk_length。
random_state (Optional[int, None]) – 可选地控制采样的随机性。
quantiles (Optional[list[float], None]) – 分位数列表。默认值: [0.01, 0.05, 0.1, 0.25, 0.5, 0.75, 0.9, 0.95, 0.99]。

参考

1: https://en.wikipedia.org/wiki/Quantile_regression

属性

`num_parameters`	返回单个目标值的分布参数数量。
`parameter_names`	返回似然参数名称。
`type`	返回似然类型。

方法

`component_names`(input_series)	生成似然参数的名称。
`predict`(model, x, num_samples, ...)	生成采样或直接的似然参数预测。
`predict_likelihood_parameters`(model_output)	将分布参数作为数组返回，从原始模型输出中提取。
`sample`(model_output)	从似然分布和预测参数中采样一个预测。

component_names(input_series)¶

生成似然参数的名称。

返回类型: list[str]

property num_parameters: int¶

返回单个目标值的分布参数数量。

返回类型: int

property parameter_names: list[str]¶

返回似然参数名称。

返回类型: list[str]

predict(model, x, num_samples, predict_likelihood_parameters, **kwargs)¶

生成采样或直接的似然参数预测。

参数

model – Darts RegressionModel 模型。
x (ndarray) – 传递给底层评估器 predict() 方法的输入特征数组。
num_samples (int) – 从似然模型/分布中采样预测的次数。如果为 1 且 predict_likelihood_parameters=False，则返回中位数/平均值预测。
predict_likelihood_parameters (bool) – 如果设置为 True，则生成似然参数预测，而不是从似然模型/分布中采样。仅在 num_samples = 1 且 n<=output_chunk_length 时支持。
kwargs – 传递给底层评估器 predict() 方法的一些 kwargs。

返回类型

ndarray

predict_likelihood_parameters(model_output)[source]¶

将分布参数作为数组返回，从原始模型输出中提取。

返回类型: ndarray

sample(model_output)[source]¶

从似然分布和预测参数中采样一个预测。

返回类型: ndarray

property type: LikelihoodType¶

返回似然类型。

返回类型: LikelihoodType

class darts.utils.likelihood_models.sklearn.SKLearnLikelihood(likelihood_type, parameter_names, n_outputs, random_state=None)[source]¶

Bases: Likelihood, ABC

sklearn 包装器（例如 RegressionModel）似然的基类。

参数

likelihood_type (LikelihoodType) – 预定义的 LikelihoodType。
parameter_names (list[str]) – 似然（分布）参数名称。
n_outputs (int) – 每次模型调用时预测输出的数量。如果 multi_models=False，则为 1，否则为 output_chunk_length。
random_state (Optional[int, None]) – 可选地控制采样的随机性。

属性

`num_parameters`	返回单个目标值的分布参数数量。
`parameter_names`	返回似然参数名称。
`type`	返回似然类型。

方法

`component_names`(input_series)	生成似然参数的名称。
`predict`(model, x, num_samples, ...)	生成采样或直接的似然参数预测。
`predict_likelihood_parameters`(model_output)	将分布参数作为数组返回，从原始模型输出中提取。
`sample`(model_output)	从似然分布和预测参数中采样一个预测。

component_names(input_series)¶

生成似然参数的名称。

返回类型: list[str]

property num_parameters: int¶

返回单个目标值的分布参数数量。

返回类型: int

property parameter_names: list[str]¶

返回似然参数名称。

返回类型: list[str]

predict(model, x, num_samples, predict_likelihood_parameters, **kwargs)[source]¶

生成采样或直接的似然参数预测。

参数

model – Darts RegressionModel 模型。
x (ndarray) – 传递给底层评估器 predict() 方法的输入特征数组。
num_samples (int) – 从似然模型/分布中采样预测的次数。如果为 1 且 predict_likelihood_parameters=False，则返回中位数/平均值预测。
predict_likelihood_parameters (bool) – 如果设置为 True，则生成似然参数预测，而不是从似然模型/分布中采样。仅在 num_samples = 1 且 n<=output_chunk_length 时支持。
kwargs – 传递给底层评估器 predict() 方法的一些 kwargs。

返回类型

ndarray

abstract predict_likelihood_parameters(model_output)[source]¶

将分布参数作为数组返回，从原始模型输出中提取。

返回类型: ndarray

abstract sample(model_output)[source]¶

从似然分布和预测参数中采样一个预测。

返回类型: ndarray

property type: LikelihoodType¶

返回似然类型。

返回类型: LikelihoodType

<无标题>

StatsForecast 模型的似然