ML.NET 中的 ForecastBySsa 算法中的參數 seriesLength 有什么作用？

Question

我目前正在嘗試根據溫度傳感器的數據預測溫度。 我在 ML.NET 中使用ForecastBySSa算法。 該算法有一個名為seriesLength的參數，但我無法弄清楚該參數的作用。

在互聯網上搜索了這個問題的多個相互矛盾的答案，例如：

• “此參數指定執行預測時使用的數據點數。” （ 來源）
• “forecastingPipeline 為第一年 [ trainSize = 365] 獲取 365 個數據點，並按照seriesLength參數指定的方式將時間序列數據集采樣或拆分為 30 天（每月）間隔。這些樣本中的每一個都通過每周或一次進行分析7 天窗口。[ windowSize = 7]"（ 來源）
• 並且文檔本身指出參數seriesLength是：“保存在緩沖區中用於建模的系列長度（參數 N）。” （ 來源）

我已經嘗試了幾件事來弄清楚這個參數的作用：

1. 我嘗試在修復其他參數的同時改變 seriesLength。 但這在進行預測時並沒有改變任何東西。 我還嘗試改變seriesLength同時改變一個參數： trainSize和windowSize ，但這也沒有做出任何改變。
2. 我已經嘗試在整個算法中跟蹤seriesLength ，它確實顯示為某個緩沖區的大小。 但是在進行預測時，算法僅使用緩沖區的最后 L 個元素進行預測（其中 L 是windowSize ，其設計必須小於seriesLength ）。 那么緩沖區中的其余元素似乎根本不重要？

所以我最好的結論是seriesLength根本不做任何事情。 但這沒有意義，因為它不是可選參數。

另一個結論可能是seriesLength尚未完全實現，因為例如參數isAdaptive就是這種情況，它以評論結尾：“審查：將在基於https://hal 中的 FAPI 算法的下一個版本中實現-institut-mines-telecom.archives-ouvertes.fr/hal-00479772/file/twocolumns.pdf 。”

這個參數seriesLength實際上有什么作用？

Answer 1

官方文檔對 seriesLength 有以下說明：

為建模而保存在緩沖區中的系列長度（參數 N）。

查看 ML.NET 的源代碼，我可以看到 ForecastBySSA 算法使用下一個類：AdaptiveSingularSpectrumSequenceModeler。 也許查看課程內部會解釋更多有關參數的信息。 此外，找到答案的一個好方法是谷歌搜索自適應奇異譜序列。 ML.NET 傾向於為其算法使用與常用名稱不同的名稱，如 Python 庫。

我的最后一點建議是查看 ML.NET 在其 Github 上提供的示例： https : //github.com/dotnet/machinelearning-samples/tree/main/samples/csharp/end-to-end-apps/Forecasting-銷售量