меридиан.анализ.визуализатор.ModelDiagnostics

Создает диагностические графики модели на основе подгонки модели Меридиана.

meridian.analysis.visualizer.ModelDiagnostics(
    meridian: meridian.model.model.Meridian
)

Методы

plot_prior_and_posterior_distribution

Посмотреть источник

plot_prior_and_posterior_distribution(
    parameter: str = 'roi_m',
    num_geos: int = 3,
    selected_times: (list[str] | None) = None
) -> (alt.Chart | alt.FacetChart)

Показывает априорное и апостериорное распределения для параметра модели.

Аргументы
parameter	Имя параметра модели для построения графика. По умолчанию параметр ROI отображается, если имя не указано.
num_geos	Количество крупнейших по численности населения географических регионов для отображения на графиках параметров географического уровня. По умолчанию отображаются только три крупнейших региона.
selected_times	Список конкретных периодов времени для построения параметров временного уровня. Это время должно соответствовать периодам времени из данных. По умолчанию отображаются первые три периода времени.

Возврат
График Альтаира, показывающий распределения параметров.

Поднимает
NotFittedModelError	Модель не установлена.
ValueError	parameter не является параметром модели Меридиан.

plot_rhat_boxplot

Посмотреть источник

plot_rhat_boxplot() -> alt.Chart

Строит диаграмму R-шапки.

Для каждого параметра модели существует одно значение R-шляпы. Ящичковая диаграмма суммирует распределение значений R-шляпы по индексам. Например, поле, соответствующее beta_gm суммирует распределение значений R-шляпы как по географическому индексу g так и по индексу канала m .

R-шляпа не определена для каких-либо параметров, которые имеют детерминированные априорные значения, поэтому эти параметры не показаны на диаграмме.

Возврат
График Альтаира, показывающий коробчатую диаграмму R-шляпы для каждого параметра.

Поднимает
NotFittedModelError	Модель не установлена.
MCMCSamplingError	Выборка MCMC не сходилась.

predictive_accuracy_table

Посмотреть источник

predictive_accuracy_table(
    selected_geos: (Sequence[str] | None) = None,
    selected_times: (Sequence[str] | None) = None,
    column_var: (str | None) = None,
    batch_size: int = c.DEFAULT_BATCH_SIZE
) -> pd.DataFrame

Отображает точность прогнозирования DataFrame.

Аргументы
selected_geos	Необязательный список подмножества географических измерений, которые необходимо включить. По умолчанию включены все регионы. Гео должны соответствовать именам географических измерений из meridian.InputData . Установите либо selected_geos , либо n_top_largest_geos , не устанавливайте оба.
selected_times	Необязательный список подмножества измерений времени, которые необходимо включить. По умолчанию включены все времена. Время должно соответствовать измерениям времени из meridian.InputData .
column_var	Необязательная строка, указывающая, следует ли поворачивать таблицу по metric , geo_granularity или evaluation_set . По умолчанию column_var=None указывает, что столбцы metric , geo_granularity и value (вместе с evaluation_set , если holdout_id не имеет значения None ) отображаются в возвращающемся несведенном DataFrame.
batch_size	Целое число, представляющее количество максимальных розыгрышей на цепочку в каждой партии. Вычисления выполняются пакетно, чтобы избежать исчерпания памяти. Если возникла ошибка памяти, попробуйте уменьшить batch_size . Вычисление, как правило, будет происходить быстрее при больших значениях batch_size .

Возврат
DataFrame, содержащий вычисленные значения R_Squared , MAPE и wMAPE . Если holdout_id существует, данные разбиваются на подразделы Train , Test и All Data , а evaluation_set включается в качестве столбца при преобразовании из Dataset в DataFrame.