SsaForecastingEstimator Sınıf
Tanım
Önemli
Bazı bilgiler ürünün ön sürümüyle ilgilidir ve sürüm öncesinde önemli değişiklikler yapılmış olabilir. Burada verilen bilgilerle ilgili olarak Microsoft açık veya zımni hiçbir garanti vermez.
Tekil Spektrum Analizi kullanılarak tahminler.
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)- Devralma
-
SsaForecastingEstimator
- Uygulamalar
Açıklamalar
Bu tahmin aracını oluşturmak için ForecastBySsa kullanın
Giriş ve Çıkış Sütunları
Yalnızca bir giriş sütunu vardır. Giriş sütunu, bir Single değerin zaman serisindeki bir zaman damgasında bir değeri gösterdiği yer olmalıdırSingle.
Tahmin edilen değerlerden yalnızca bir vektör veya üç vektör üretir: tahmin edilen değerlerin vektöru, güvenilirlik alt sınırları ve güvenilirlik üst sınırları vektör.
Tahmin Aracı Özellikleri
| Bu tahmin aracının parametrelerini eğitmek için verilere bakması gerekiyor mu? | Evet |
| Giriş sütunu veri türü | Single |
| Çıkış sütunu veri türü | Vektör Single |
| ONNX'e aktarılabilir | Hayır |
Tahmin Aracı Özellikleri
| Makine öğrenmesi görevi | Anomali algılama |
| Normalleştirme gerekli mi? | Hayır |
| Önbelleğe alma gerekli mi? | Hayır |
| Microsoft.ML'ye ek olarak gerekli NuGet | Microsoft.ML.TimeSeries |
Eğitim Algoritması Ayrıntıları
Bu sınıf , Tekil Spektrum Analizi(SSA) temelinde genel anomali algılama dönüşümünü uygular. SSA, zaman serisini eğilim, mevsimsellik ve kirlilik bileşenlerine ayırmanın yanı sıra zaman serisinin gelecekteki değerlerini tahmin etme konusunda güçlü bir çerçevedir. Prensipte SSA, spektrumdaki her bileşenin zaman serisindeki bir eğilim, mevsimsel veya kirlilik bileşenine karşılık geldiği giriş zaman serisinde spektral analiz gerçekleştirir. Tekil Spektrum Analizinin (SSA) ayrıntıları için bu belgeye bakın.
Kullanım örneklerinin bağlantıları için Ayrıca Bkz. bölümüne bakın.
Yöntemler
| Name | Description |
|---|---|
| Fit(IDataView) |
Bir transformatörü eğitip geri döndür. |
| GetOutputSchema(SchemaShape) |
Transformatörler için şema yayma. Giriş şeması sağlanan şema gibiyse, verilerin çıkış şemasını döndürür. Güvenilirlik aralıkları istenirse üç çıkış sütunu oluşturur, aksi takdirde yalnızca bir tane. |
Uzantı Metotları
| Name | Description |
|---|---|
| AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment) |
Tahmin zincirine bir 'önbelleğe alma denetim noktası' ekler. Bu, aşağı akış tahmincilerinin önbelleğe alınmış verilere karşı eğitilmesini sağlar. Birden fazla veri alan eğitmenler geçişten önce bir önbelleğe alma kontrol noktasının olması yararlıdır. |
| WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>) |
Tahmin aracı verildiğinde, bir temsilci çağrıldıktan sonra Fit(IDataView) çağıracak bir sarmalama nesnesi döndürün. Tahmin aracının neyin uygun olduğu hakkında bilgi döndürmesi genellikle önemlidir. Bu nedenle Fit(IDataView) yöntem yalnızca genel ITransformerbir nesne yerine özel olarak yazılan bir nesne döndürür. Bununla birlikte, aynı zamanda, IEstimator<TTransformer> genellikle birçok nesne içeren işlem hatları halinde oluşturulur, bu nedenle transformatörü almak istediğimiz tahmin aracının EstimatorChain<TLastTransformer> bu zincirde bir yere gömüldüğü bir tahmin zinciri oluşturmamız gerekebilir. Bu senaryo için, bu yöntem aracılığıyla uygun çağrıldıktan sonra çağrılacak bir temsilci ekleyebiliriz. |