分布式预测

---

来源

​

DistributedMLForecast

 DistributedMLForecast (models, freq:Union[int,str],
                        lags:Optional[Iterable[int]]=None, lag_transforms:
                        Optional[Dict[int,List[Union[Callable,Tuple[Callab
                        le,Any]]]]]=None, date_features:Optional[Iterable[
                        Union[str,Callable]]]=None, num_threads:int=1, tar
                        get_transforms:Optional[List[Union[mlforecast.targ
                        et_transforms.BaseTargetTransform,mlforecast.targe
                        t_transforms._BaseGroupedArrayTargetTransform]]]=N
                        one, engine=None,
                        num_partitions:Optional[int]=None,
                        lag_transforms_namer:Optional[Callable]=None)

多后端分布式管道

---

来源

​

DistributedMLForecast.fit

 DistributedMLForecast.fit (df:~AnyDataFrame, id_col:str='unique_id',
                            time_col:str='ds', target_col:str='y',
                            static_features:Optional[List[str]]=None,
                            dropna:bool=True,
                            keep_last_n:Optional[int]=None)

应用特征工程并训练模型。

	类型	默认	详情
df	AnyDataFrame		长格式序列数据。
id_col	str	unique_id	标识每个序列的列。
time_col	str	ds	标识每个时间步的列，其值可以是时间戳或整数。
target_col	str	y	包含目标的列。
static_features	可选	None	静态特征的名称，在预测时会重复使用。
dropna	bool	True	删除由变换产生的带有缺失值的行。
keep_last_n	可选	None	对于预测步骤，仅保留每个序列中的这些记录数量。如果你的特征允许，可以节省时间和内存。
返回值	DistributedMLForecast		包含序列值和训练模型的预测对象。

---

来源

​

DistributedMLForecast.predict

 DistributedMLForecast.predict (h:int,
                                before_predict_callback:Optional[Callable]
                                =None, after_predict_callback:Optional[Cal
                                lable]=None, X_df:Optional[pandas.core.fra
                                me.DataFrame]=None,
                                new_df:Optional[~AnyDataFrame]=None,
                                ids:Optional[List[str]]=None)

计算未来 horizon 步的预测。

	类型	默认	详情
h	int		预测范围。
before_predict_callback	可选	None	在计算预测之前对特征调用的函数。 此函数将接收传递给模型进行预测的输入数据框，并应返回具有相同结构的数据框。 序列标识符在索引中。
after_predict_callback	可选	None	在更新目标之前对预测调用的函数。 此函数将接收包含预测的 pandas Series，并应返回具有相同结构的另一个 Series。 序列标识符在索引中。
X_df	可选	None	包含未来外部特征的数据框。应包含 id 列和时间列。
new_df	可选	None	要生成预测的新观测值的序列数据。 此数据框应与用于拟合模型的数据框结构相同，包括任何特征和时间序列数据。 如果 new_df 不为 None，方法将为新观测值生成预测。
ids	可选	None	在训练期间见过的一组子集 ID 列表，应为其计算预测。
返回值	AnyDataFrame		每个序列和时间步的预测，每个模型一列。

---

来源

​

DistributedMLForecast.save

 DistributedMLForecast.save (path:str)

保存预测对象

	类型	详情
path	str	存储工件的目录。
返回值	None

---

来源

​

DistributedMLForecast.load

 DistributedMLForecast.load (path:str, engine)

加载预测对象

	类型	详情
path	str	包含已保存工件的目录。
engine	Fugue 执行引擎	用于分布式计算的 Dask Client、Spark Session 等。
返回值	DistributedMLForecast

---

来源

​

DistributedMLForecast.update

 DistributedMLForecast.update (df:pandas.core.frame.DataFrame)

更新存储序列的值。

	类型	详情
df	DataFrame	包含新观测值的数据框。
返回值	None

---

来源

​

DistributedMLForecast.to_local

 DistributedMLForecast.to_local ()

将此分布式预测对象转换为本地对象

这会从远程机器拉取所有数据，因此必须确保它适合调度器/驱动程序。如果不确定，请改用保存方法。

---

来源

​

DistributedMLForecast.preprocess

 DistributedMLForecast.preprocess (df:~AnyDataFrame,
                                   id_col:str='unique_id',
                                   time_col:str='ds', target_col:str='y', 
                                   static_features:Optional[List[str]]=Non
                                   e, dropna:bool=True,
                                   keep_last_n:Optional[int]=None)

将特征添加到 data。

	类型	默认	详情
df	AnyDataFrame		长格式序列数据。
id_col	str	unique_id	标识每个序列的列。
time_col	str	ds	标识每个时间步的列，其值可以是时间戳或整数。
target_col	str	y	包含目标的列。
static_features	可选	None	静态特征的名称，在预测时会重复使用。
dropna	bool	True	删除由变换产生的带有缺失值的行。
keep_last_n	可选	None	对于预测步骤，仅保留每个序列中的这些记录数量。如果你的特征允许，可以节省时间和内存。
返回值	AnyDataFrame		添加了特征的 df。

---

来源

​

DistributedMLForecast.cross_validation

 DistributedMLForecast.cross_validation (df:~AnyDataFrame, n_windows:int,
                                         h:int, id_col:str='unique_id',
                                         time_col:str='ds',
                                         target_col:str='y',
                                         step_size:Optional[int]=None, sta
                                         tic_features:Optional[List[str]]=
                                         None, dropna:bool=True,
                                         keep_last_n:Optional[int]=None,
                                         refit:bool=True, before_predict_c
                                         allback:Optional[Callable]=None, 
                                         after_predict_callback:Optional[C
                                         allable]=None,
                                         input_size:Optional[int]=None)

执行时间序列交叉验证。创建 n_windows 个分割，每个窗口有 h 个测试周期，训练模型，计算预测并合并实际值。

	类型	默认	详情
df	AnyDataFrame		长格式序列数据。
n_windows	int		要评估的窗口数。
h	int		每个窗口中的测试周期数。
id_col	str	unique_id	标识每个序列的列。
time_col	str	ds	标识每个时间步的列，其值可以是时间戳或整数。
target_col	str	y	包含目标的列。
step_size	可选	None	每个交叉验证窗口之间的步长。如果为 None，则等于 h。
static_features	可选	None	静态特征的名称，在预测时会重复使用。
dropna	bool	True	删除由变换产生的带有缺失值的行。
keep_last_n	可选	None	对于预测步骤，仅保留每个序列中的这些记录数量。如果你的特征允许，可以节省时间和内存。
refit	bool	True	为每个交叉验证窗口重新训练模型。 如果为 False，模型在开始时训练一次，然后用于预测每个窗口。
before_predict_callback	可选	None	在计算预测之前对特征调用的函数。 此函数将接收传递给模型进行预测的输入数据框，并应返回具有相同结构的数据框。 序列标识符在索引中。
after_predict_callback	可选	None	在更新目标之前对预测调用的函数。 此函数将接收包含预测的 pandas Series，并应返回具有相同结构的另一个 Series。 序列标识符在索引中。
input_size	可选	None	每个窗口中每个序列的最大训练样本数。如果为 None，将使用扩展窗口。
返回值	AnyDataFrame		每个窗口的预测，包含序列 ID、时间戳、目标值和来自每个模型的预测。