Participe da nova comunidade do
Discord para discussões em tempo real, suporte de colegas e interação direta com a equipe do Meridian.
meridian.model.knots.l1_distance_weights
Mantenha tudo organizado com as coleções
Salve e categorize o conteúdo com base nas suas preferências.
Calcula ponderações em nós para cada período.
meridian.model.knots.l1_distance_weights(
n_times: int, knot_locations: np.ndarray[int, np.dtype[int]]
) -> np.ndarray
Os dois nós vizinhos informam a ponderação estimada de um período específico. O valor que cada um dos dois nós vizinhos informa depende da proximidade (distância L1) entre eles e o período. Se um ponto de tempo coincidir com o local de um nó, esse nó vai receber 100% da ponderação. Se um ponto de tempo estiver fora do intervalo de nós, 100% da ponderação vai para o nó de endpoint mais próximo.
Essa função calcula uma matriz (n_knots, n_times) de ponderações usadas para modelar tendências e sazonalidade. Para um determinado período, a matriz contém duas ponderações diferentes de zero. As ponderações são inversamente proporcionais à distância L1 do tempo especificado para os nós vizinhos. As duas ponderações são normalizadas para que somem 1.
Args |
|---|
n_times
|
O número de pontos de tempo.
|
knot_locations
|
A localização dos nós em 0, 1, 2,..., (n_times-1).
|
Retorna |
|---|
Uma matriz de ponderações com dimensões (n_knots, n_times) com valores somando até 1 para cada período ao somar os nós.
|
Exceto em caso de indicação contrária, o conteúdo desta página é licenciado de acordo com a Licença de atribuição 4.0 do Creative Commons, e as amostras de código são licenciadas de acordo com a Licença Apache 2.0. Para mais detalhes, consulte as políticas do site do Google Developers. Java é uma marca registrada da Oracle e/ou afiliadas.
Última atualização 2025-01-25 UTC.
[[["Fácil de entender","easyToUnderstand","thumb-up"],["Meu problema foi resolvido","solvedMyProblem","thumb-up"],["Outro","otherUp","thumb-up"]],[["Não contém as informações de que eu preciso","missingTheInformationINeed","thumb-down"],["Muito complicado / etapas demais","tooComplicatedTooManySteps","thumb-down"],["Desatualizado","outOfDate","thumb-down"],["Problema na tradução","translationIssue","thumb-down"],["Problema com as amostras / o código","samplesCodeIssue","thumb-down"],["Outro","otherDown","thumb-down"]],["Última atualização 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,[]]
Ver código-fonte no GitHub