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
Mantieni tutto organizzato con le raccolte
Salva e classifica i contenuti in base alle tue preferenze.
Calcola le ponderazioni ai nodi per ogni periodo di tempo.
meridian.model.knots.l1_distance_weights(
n_times: int, knot_locations: np.ndarray[int, np.dtype[int]]
) -> np.ndarray
I due nodi vicini forniscono la stima del peso di un determinato periodo di tempo. La quantità di ciascuno dei due nodi vicini informa il peso in un
periodo di tempo dipende da quanto sono vicini (distanza L1) al periodo di tempo. Se un punto nel tempo coincide con la posizione di un nodo, a questo nodo viene assegnato il 100% di ponderazione. Se un punto temporale non rientra nell'intervallo di nodi, viene attribuito un peso del 100% al nodo endpoint più vicino.
Questa funzione calcola un array (n_knots, n_times)
di ponderazioni utilizzate per modellare le tendenze e la stagionalità. Per un determinato periodo di tempo, l'array contiene
due pesi diversi da zero. I pesi sono inversamente proporzionali alla distanza L1
dal tempo determinato ai nodi vicini. I due pesi sono normalizzati in modo che la somma sia pari a 1.
Args |
n_times
|
Il numero di punti nel tempo.
|
knot_locations
|
La posizione dei nodi all'interno di 0, 1, 2,..., (n_times-1) .
|
Resi |
Un array di pesi con dimensioni (n_knots, n_times) con valori che sommati danno 1 per ogni periodo di tempo quando si sommano i nodi.
|
Salvo quando diversamente specificato, i contenuti di questa pagina sono concessi in base alla licenza Creative Commons Attribution 4.0, mentre gli esempi di codice sono concessi in base alla licenza Apache 2.0. Per ulteriori dettagli, consulta le norme del sito di Google Developers. Java è un marchio registrato di Oracle e/o delle sue consociate.
Ultimo aggiornamento 2024-11-06 UTC.
[[["Facile da capire","easyToUnderstand","thumb-up"],["Il problema è stato risolto","solvedMyProblem","thumb-up"],["Altra","otherUp","thumb-up"]],[["Mancano le informazioni di cui ho bisogno","missingTheInformationINeed","thumb-down"],["Troppo complicato/troppi passaggi","tooComplicatedTooManySteps","thumb-down"],["Obsoleti","outOfDate","thumb-down"],["Problema di traduzione","translationIssue","thumb-down"],["Problema relativo a esempi/codice","samplesCodeIssue","thumb-down"],["Altra","otherDown","thumb-down"]],["Ultimo aggiornamento 2024-11-06 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,[]]