Treten Sie der neuen
Discord-Community bei. Sie können sich dort in Echtzeit austauschen, Unterstützung von anderen Nutzern erhalten und direkt mit dem Meridian-Team interagieren.
meridian.model.knots.l1_distance_weights
Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Berechnet für jeden Zeitraum die Gewichtungen an den spezifischen Knoten.
meridian.model.knots.l1_distance_weights(
n_times: int, knot_locations: np.ndarray[int, np.dtype[int]]
) -> np.ndarray
Die beiden benachbarten Knoten beeinflussen die Schätzung der Gewichtung für einen bestimmten Zeitraum. Wie stark sich das auswirkt, hängt davon ab, wie nah (L1-Distanz) sie am Zeitraum liegen. Wenn ein Zeitpunkt mit einem Knoten zusammenfällt, wird diesem Knoten eine Gewichtung von 100 % zugewiesen. Liegt ein Zeitpunkt außerhalb des Knotenbereichs, wird dem nächstgelegenen Endknoten eine Gewichtung von 100 % zugewiesen.
Mit dieser Funktion wird ein (n_knots, n_times)
-Array mit Gewichtungen berechnet, mit denen Trend und Saisonalität modelliert werden. Für einen bestimmten Zeitpunkt enthält das Array zwei Gewichte, die nicht null sind. Die Gewichte sind umgekehrt proportional zur L1-Distanz vom angegebenen Zeitpunkt zu den benachbarten Knoten. Die beiden Gewichte werden so normalisiert, dass sie zusammen 1 ergeben.
Argumente |
n_times
|
Die Anzahl der Zeitpunkte.
|
knot_locations
|
Die Position von Knoten in 0, 1, 2,..., (n_times-1) .
|
Ausgabe |
Ein Gewichtsarray mit den Dimensionen (n_knots, n_times) , dessen Werte für jeden Zeitraum 1 ergeben, wenn über Knoten addiert wird.
|
Sofern nicht anders angegeben, sind die Inhalte dieser Seite unter der Creative Commons Attribution 4.0 License und Codebeispiele unter der Apache 2.0 License lizenziert. Weitere Informationen finden Sie in den Websiterichtlinien von Google Developers. Java ist eine eingetragene Marke von Oracle und/oder seinen Partnern.
Zuletzt aktualisiert: 2025-01-25 (UTC).
[[["Leicht verständlich","easyToUnderstand","thumb-up"],["Mein Problem wurde gelöst","solvedMyProblem","thumb-up"],["Sonstiges","otherUp","thumb-up"]],[["Benötigte Informationen nicht gefunden","missingTheInformationINeed","thumb-down"],["Zu umständlich/zu viele Schritte","tooComplicatedTooManySteps","thumb-down"],["Nicht mehr aktuell","outOfDate","thumb-down"],["Problem mit der Übersetzung","translationIssue","thumb-down"],["Problem mit Beispielen/Code","samplesCodeIssue","thumb-down"],["Sonstiges","otherDown","thumb-down"]],["Zuletzt aktualisiert: 2025-01-25 (UTC)."],[],["The `l1_distance_weights` function calculates weights for each time period based on neighboring knots. It outputs a `(n_knots, n_times)` array, where each time period's weight is influenced by the two closest knots. Weights are inversely proportional to the L1 distance from the time period to the knots and normalized to sum to 1. If a time point is at a knot, that knot gets 100% weight; outside the knot range, the nearest endpoint knot gets 100%.\n"],null,[]]