Transformer
OptimalReconciler
Inverse TransformationReihen ungleicher Länge
Reconciliation for hierarchical time series.
Uses all the forecasts to obtain a reconciled forecast. Uses the constraint matrix approach, which is more efficient than the projection one.
If the dataframe is not hierarchical, this works as identity.
Schnellstart
python
from sktime.transformations.hierarchical.reconcile import OptimalReconciler
estimator = OptimalReconciler(error_covariance_matrix: DataFrame=None, alpha=0)Tags
Fähigkeiten
- Inverse Transformation: Unterstützt
- Reihen ungleicher Länge
- Multivariat: Nicht unterstützt
- Fehlende Werte: Nicht unterstützt
- Entfernt fehlende Werte: Nicht unterstützt
- Gleicht Reihenlängen an: Nicht unterstützt
Eigenschaften
- Eingabetypscitype:transform-input
- Series
- Ausgabetypscitype:transform-output
- Series
- Label-Typscitype:transform-labels
- None
- Fit ist leerfit_is_empty
- Nein
- Behält den Zeitindextransform-returns-same-time-index
- Nein
- Benötigt Xrequires_X
- Ja
- Benötigt yrequires_y
- Nein
- X und y brauchen denselben IndexX-y-must-have-same-index
- Nein
Parameter(2)
- error_covariance_matrixpd.DataFrame, default=None
- Error covariance matrix. If None, it is assumed to be the identity matrix.
- alphafloat, default=0
- Constant added to the diagonal of the inverted matrix.
Beispiele
>>> from sktime.transformations.hierarchical.reconcile import (
... OptimalReconciler)
>>> from sktime.utils._testing.hierarchical import _make_hierarchical
>>> from sktime.forecasting.naive import NaiveForecaster
>>> y = _make_hierarchical ()
>>> pipe = OptimalReconciler () * NaiveForecaster ()
>>> pipe = pipe. fit (y)
>>> y_pred = pipe. predict (fh = [1, 2, 3 ])