SsaForecastingEstimator 類別

定義

命名空間:

Microsoft.ML.Transforms.TimeSeries

組件:

Microsoft.ML.TimeSeries.dll

套件:

Microsoft.ML.TimeSeries v3.0.1

使用單一頻譜分析的預測。

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)

繼承

Object

SsaForecastingEstimator

實作

IEstimator<SsaForecastingTransformer>

備註

若要建立此估算器，請使用 ForecastBySsa

輸入和輸出資料行

只有一個輸入資料行。 輸入資料行必須是 SingleSingle 值表示時間序列中時間戳記的值。

它只會產生一個預測值的向量或三個向量：預測值的向量、信賴下限向量和信賴上限向量。

估算器特性

此估算器是否需要查看資料來定型其參數？	是
輸入資料行資料類型	Single
輸出資料行資料類型	Single 的向量
可匯出至 ONNX	否

估算器特性

機器學習工作	異常偵測
是否需要正規化？	否
是否需要快取？	否
除了 Microsoft.ML 之外，還需要 NuGet	Microsoft.ML.TimeSeries

定型演算法詳細資料

這個類別會根據 SSA (SSA) ，實作一般異常偵測轉換。 SSA 是一個功能強大的架構，可用於將時間序列分解成趨勢、季節性和雜訊元件，以及預測時間序列的未來值。 基本上，SSA 會對頻譜中的每個元件對應到時間序列中的趨勢、季節性或雜訊元件，在輸入時間序列上執行一個信號分析。 如需 SSA) (單一頻譜分析的詳細資料，請參閱 本檔。

如需使用範例的連結，請參閱另請參閱一節。

方法

Fit(IDataView)	定型並傳回轉換器。
GetOutputSchema(SchemaShape)	轉換器的架構傳播。 如果輸入架構與所提供的架構類似，則傳回資料的輸出架構。 如果要求信賴區間，則建立三個輸出資料行，否則只會要求一個。

擴充方法

AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment)	將「快取檢查點」附加至估算器鏈結。 這可確保下游估算器會針對快取的資料定型。 在接受多個資料通過的定型器之前，擁有快取檢查點會很有説明。
WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>)	假設有估算器，則會傳回包裝物件，一旦 Fit(IDataView) 呼叫委派即可。 估算器通常必須傳回符合專案的相關資訊，這就是方法 Fit(IDataView) 傳回特定型別物件的原因，而不是只傳回一般 ITransformer 。 不過，同時 IEstimator<TTransformer> ，通常會形成具有許多物件的管線，因此我們可能需要透過 EstimatorChain<TLastTransformer> 建置估算器的鏈結，而我們想要取得轉換器的估算器會在此鏈結的某處被隱藏。 在該案例中，我們可以透過此方法附加呼叫一次將會呼叫的委派。

另請參閱

• ForecastBySsa(ForecastingCatalog, String, String, Int32, Int32, Int32, Int32, Boolean, Single, RankSelectionMethod, Nullable<Int32>, Nullable<Int32>, Boolean, Boolean, Nullable<GrowthRatio>, String, String, Single, Boolean)