[英]What does the parameter seriesLength do in the ForecastBySsa-algorithm in ML.NET?
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:
我已經嘗試了幾件事來弄清楚這個參數的作用:
seriesLength
同時改變一個參數: trainSize
和windowSize
,但這也沒有做出任何改變。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?
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
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.