Join the newly launched
Discord community for real-time discussions, peer support, and direct interaction with the Meridian team!
meridian.model.knots.l1_distance_weights
با مجموعهها، منظم بمانید
ذخیره و طبقهبندی محتوا براساس اولویتهای شما.
وزن ها را در گره ها برای هر دوره زمانی محاسبه می کند.
meridian.model.knots.l1_distance_weights(
n_times: int, knot_locations: np.ndarray[int, np.dtype[int]]
) -> np.ndarray
دو گره همسایه تخمین یک دوره زمانی خاص را نشان می دهد. مقداری که آنها دوره زمانی را اعلام می کنند به میزان نزدیکی (فاصله L1) آنها بستگی دارد. اگر یک نقطه زمانی با محل گره منطبق باشد، 100٪ وزن به آن گره داده می شود. اگر یک نقطه زمانی خارج از محدوده گره ها باشد، وزن 100% به نزدیک ترین گره نقطه پایانی داده می شود.
این تابع یک آرایه (n_knots, n_times)
از وزن ها را محاسبه می کند که برای مدل سازی روند و فصلی استفاده می شود. برای یک زمان معین، آرایه حاوی دو وزن غیر صفر است. وزن ها با فاصله L1 از زمان معین تا گره های همسایه نسبت معکوس دارند. دو وزن به گونه ای نرمال شده اند که مجموع آنها 1 باشد.
ارگ |
---|
n_times | تعداد نقاط زمانی |
knot_locations | محل گره ها در 0, 1, 2,..., (n_times-1) . |
برمی گرداند |
---|
یک آرایه وزنی با ابعاد (n_knots, n_times) با مقادیر جمعآوری شده تا 1 برای هر دوره زمانی هنگام جمع کردن روی گرهها. |
جز در مواردی که غیر از این ذکر شده باشد،محتوای این صفحه تحت مجوز Creative Commons Attribution 4.0 License است. نمونه کدها نیز دارای مجوز Apache 2.0 License است. برای اطلاع از جزئیات، به خطمشیهای سایت Google Developers مراجعه کنید. جاوا علامت تجاری ثبتشده Oracle و/یا شرکتهای وابسته به آن است.
تاریخ آخرین بهروزرسانی 2025-01-11 بهوقت ساعت هماهنگ جهانی.
[[["درک آسان","easyToUnderstand","thumb-up"],["مشکلم را برطرف کرد","solvedMyProblem","thumb-up"],["غیره","otherUp","thumb-up"]],[["اطلاعاتی که نیاز دارم وجود ندارد","missingTheInformationINeed","thumb-down"],["بیشازحد پیچیده/ مراحل بسیار زیاد","tooComplicatedTooManySteps","thumb-down"],["قدیمی","outOfDate","thumb-down"],["مشکل ترجمه","translationIssue","thumb-down"],["مشکل کد / نمونهها","samplesCodeIssue","thumb-down"],["غیره","otherDown","thumb-down"]],["تاریخ آخرین بهروزرسانی 2025-01-11 بهوقت ساعت هماهنگ جهانی."],[],["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,[]]