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
Zadbaj o dobrą organizację dzięki kolekcji
Zapisuj i kategoryzuj treści zgodnie ze swoimi preferencjami.
Oblicza wagi w węzłach dla każdego okresu.
meridian.model.knots.l1_distance_weights(
n_times: int, knot_locations: np.ndarray[int, np.dtype[int]]
) -> np.ndarray
Dwa sąsiednie węzły informują o szacunkowej wadze w konkretnym okresie. Wartości obu sąsiednich węzłów informują o wadze w okresie, który zależy od ich bliskości (odległości L1) do tego okresu. Jeśli punkt w czasie zbiega się z lokalizacją węzła, temu węzełowi zostanie przypisana waga 100%. Jeśli punkt czasowy znajduje się poza zakresem węzłów, 100% wagi jest przypisywane najbliższemu węzłowi końcowemu.
Ta funkcja oblicza tablicę wag (n_knots, n_times), które są używane do modelowania trendów i sezonowości. W danym momencie tablica zawiera 2 niezerowe wagi. Wagi są odwrotnie proporcjonalne do odległości L1 od danego czasu do sąsiednich węzłów. Te 2 wagi są normalizowane, aby ich suma wynosiła 1.
Argi |
|---|
n_times
|
Liczba punktów czasowych.
|
knot_locations
|
Lokalizacja węzłów w obrębie zakresu 0, 1, 2,..., (n_times-1).
|
Zwroty |
|---|
Tablica wagi o wymiarach (n_knots, n_times) z wartościami sumującymi się do 1 dla każdego okresu przy sumowaniu w węzłach.
|
O ile nie stwierdzono inaczej, treść tej strony jest objęta licencją Creative Commons – uznanie autorstwa 4.0, a fragmenty kodu są dostępne na licencji Apache 2.0. Szczegółowe informacje na ten temat zawierają zasady dotyczące witryny Google Developers. Java jest zastrzeżonym znakiem towarowym firmy Oracle i jej podmiotów stowarzyszonych.
Ostatnia aktualizacja: 2024-11-06 UTC.
[[["Łatwo zrozumieć","easyToUnderstand","thumb-up"],["Rozwiązało to mój problem","solvedMyProblem","thumb-up"],["Inne","otherUp","thumb-up"]],[["Brak potrzebnych mi informacji","missingTheInformationINeed","thumb-down"],["Zbyt skomplikowane / zbyt wiele czynności do wykonania","tooComplicatedTooManySteps","thumb-down"],["Nieaktualne treści","outOfDate","thumb-down"],["Problem z tłumaczeniem","translationIssue","thumb-down"],["Problem z przykładami/kodem","samplesCodeIssue","thumb-down"],["Inne","otherDown","thumb-down"]],["Ostatnia aktualizacja: 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,[]]
Wyświetl źródło w GitHubie