SsaForecastingEstimator 클래스

정의

단수 스펙트럼 분석을 사용하여 예측합니다.

public sealed class SsaForecastingEstimator : Microsoft.ML.IEstimator<Microsoft.ML.Transforms.TimeSeries.SsaForecastingTransformer>
type SsaForecastingEstimator = class
    interface IEstimator<SsaForecastingTransformer>
Public NotInheritable Class SsaForecastingEstimator
Implements IEstimator(Of SsaForecastingTransformer)
상속
SsaForecastingEstimator
구현

설명

이 예측 변수를 만들려면 ForecastBySsa를 사용합니다.

입력 및 출력 열

입력 열이 하나만 있습니다. 입력 열은 값이 Single 시계열의 타임스탬프 값을 나타내는 위치여야 합니다Single.

예측 값의 벡터 하나 또는 예측 값의 벡터, 신뢰 하한 하한의 벡터, 신뢰도 상한의 벡터 등 세 개의 벡터를 생성합니다.

예측 도구 특성

이 추정기는 매개 변수를 학습하기 위해 데이터를 확인해야 합니까?
입력 열 데이터 형식 Single
출력 열 데이터 형식 Single 벡터
ONNX로 내보낼 수 있습니다. 아니요

예측 도구 특성

기계 학습 작업 이상 감지
정규화가 필요한가요? 아니요
캐싱이 필요한가요? 아니요
Microsoft.ML 외에도 필요한 NuGet Microsoft.ML.TimeSeries

학습 알고리즘 세부 정보

이 클래스는 SSA(단수 스펙트럼 분석)를 기반으로 하는 일반적인 변칙 검색 변환을 구현합니다. SSA는 시계열을 추세, 계절성 및 노이즈 구성 요소로 분해하고 시계열의 미래 가치를 예측하기 위한 강력한 프레임워크입니다. 원칙적 SSA는 입력 시계열에서 스펙트럼의 각 구성 요소가 시계열의 추세, 계절 또는 노이즈 구성 요소에 해당하는 스펙트럼 분석을 수행합니다. SSA(단수 스펙트럼 분석)에 대한 자세한 내용은 이 문서를 참조하세요.

사용 예제에 대한 링크는 참고 섹션을 참조하세요.

메서드

Fit(IDataView)

변환기를 학습하고 반환합니다.

GetOutputSchema(SchemaShape)

변환기에 대한 스키마 전파입니다. 입력 스키마가 제공된 스키마와 같으면 데이터의 출력 스키마를 반환합니다. 신뢰 구간이 요청되면 3개의 출력 열을 만듭니다. 그렇지 않으면 하나만 요청합니다.

확장 메서드

AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment)

추정기 체인에 '캐싱 검사점'을 추가합니다. 이렇게 하면 다운스트림 추정기가 캐시된 데이터에 대해 학습됩니다. 여러 데이터 전달을 수행하는 트레이너 앞에 캐싱 검사점을 두는 것이 유용합니다.

WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>)

추정기가 지정된 경우 대리자를 호출한 후 Fit(IDataView) 호출되는 래핑 개체를 반환합니다. 예측 도구가 적합한 항목에 대한 정보를 반환하는 것이 중요한 경우가 많습니다. 따라서 Fit(IDataView) 메서드는 일반 ITransformer개체가 아닌 특별히 형식화된 개체를 반환합니다. 그러나 동시에 IEstimator<TTransformer> 개체가 많은 파이프라인으로 형성되는 경우가 많으므로 변압기를 가져올 추정기가 이 체인의 어딘가에 묻혀 있는 위치를 통해 EstimatorChain<TLastTransformer> 추정기 체인을 빌드해야 할 수도 있습니다. 이 시나리오에서는 fit이 호출되면 호출되는 대리자를 이 메서드를 통해 연결할 수 있습니다.

적용 대상

추가 정보