分层数据集

这里托管了 Rangapuram 等人 [2021]、Olivares 等人 [2023] 和 Kamarthi 等人 [2022] 在先前分层研究中使用的部分数据集。所使用的基准数据集包括澳大利亚月度劳动力 (Labour)、旧金山湾区每日交通 (Traffic, OldTraffic)、澳大利亚季度旅游访问量 (TourismSmall)、澳大利亚月度旅游访问量 (TourismLarge, OldTourismLarge) 和维基百科文章日访问量 (Wiki2)。旧数据集偏向于目标变量预处理最少的原始数据集 (Rangapuram 等人 [2021], Olivares 等人 [2023])，而其余数据集遵循 PROFHIT 实验设置。

​

参考文献

• Syama Sundar Rangapuram, Lucien D Werner, Konstantinos Benidis, Pedro Mercado, Jan Gasthaus, Tim Januschowski. (2021). “用于分层时间序列的端到端一致性概率预测学习”. 第38届国际机器学习大会 (ICML) 会议录。
  
• Kin G. Olivares, O. Nganba Meetei, Ruijun Ma, Rohan Reddy, Mengfei Cao, Lee Dicker (2022).”基于深度泊松混合模型的概率分层预测”. 国际预测期刊特刊。
  
• Harshavardhan Kamarthi, Lingkai Kong, Alexander Rodriguez, Chao Zhang, and B. Prakash. PROFHIT: 用于分层时间序列的概率鲁棒预测. 计算研究库.URL https://arxiv.org/abs/2206.07940.
  

---

来源

​

Labour

 Labour (freq:str='MS', horizon:int=8, papers_horizon:int=12,
         seasonality:int=12, test_size:int=125,
         tags_names:Tuple[str]=('Country', 'Country/Region',
         'Country/Gender/Region', 'Country/Employment/Gender/Region'))

---

来源

​

TourismLarge

 TourismLarge (freq:str='MS', horizon:int=12, papers_horizon:int=12,
               seasonality:int=12, test_size:int=57,
               tags_names:Tuple[str]=('Country', 'Country/State',
               'Country/State/Zone', 'Country/State/Zone/Region',
               'Country/Purpose', 'Country/State/Purpose',
               'Country/State/Zone/Purpose',
               'Country/State/Zone/Region/Purpose'))

---

来源

​

TourismSmall

 TourismSmall (freq:str='Q', horizon:int=4, papers_horizon:int=4,
               seasonality:int=4, test_size:int=9,
               tags_names:Tuple[str]=('Country', 'Country/Purpose',
               'Country/Purpose/State',
               'Country/Purpose/State/CityNonCity'))

---

来源

​

Traffic

 Traffic (freq:str='D', horizon:int=14, papers_horizon:int=7,
          seasonality:int=7, test_size:int=91,
          tags_names:Tuple[str]=('Level1', 'Level2', 'Level3', 'Level4'))

---

来源

​

Wiki2

 Wiki2 (freq:str='D', horizon:int=14, papers_horizon:int=7,
        seasonality:int=7, test_size:int=91,
        tags_names:Tuple[str]=('Views', 'Views/Country',
        'Views/Country/Access', 'Views/Country/Access/Agent',
        'Views/Country/Access/Agent/Topic'))

---

来源

​

OldTraffic

 OldTraffic (freq:str='D', horizon:int=1, papers_horizon:int=1,
             seasonality:int=7, test_size:int=91,
             tags_names:Tuple[str]=('Level1', 'Level2', 'Level3',
             'Level4'))

---

来源

​

OldTourismLarge

 OldTourismLarge (freq:str='MS', horizon:int=12, papers_horizon:int=12,
                  seasonality:int=12, test_size:int=57,
                  tags_names:Tuple[str]=('Country', 'Country/State',
                  'Country/State/Zone', 'Country/State/Zone/Region',
                  'Country/Purpose', 'Country/State/Purpose',
                  'Country/State/Zone/Purpose',
                  'Country/State/Zone/Region/Purpose'))

---

来源

​

HierarchicalData

 HierarchicalData ()

初始化自身。请参阅 help(type(self)) 获取准确签名。