用于填充缺失值的工具

darts.utils.missing_values.extract_subseries(series, min_gap_size=1, mode='all')

通过使用缺失值的显著间隔，将系列划分为一系列子系列

参数

• series (TimeSeries) – 将时间序列分割为子序列

• min_gap_size (Optional[int, None]) – 考虑为显著间隙的最小连续缺失值数量。默认为1。

• mode (str) – 仅适用于多变量时间序列。间隙的定义；在给定的时间戳下，任何列中存在NaN（“any”）或所有列中存在NaN（“all”）。默认为“all”。

返回

时间序列列表，子序列没有显著的缺失值间隙

返回类型

subseries

参见

TimeSeries.gaps

返回时间序列中的间隙

darts.utils.missing_values.fill_missing_values(series, fill='auto', **interpolate_kwargs)

填充提供的时序数据中的缺失值

参数

• series (TimeSeries) – 要填充缺失值的时间序列

• fill (Union[str, float]) – 用于替换缺失值的值。如果设置为 ‘auto’，将使用 pandas.Dataframe.interpolate() 方法自动填充缺失值。

• interpolate_kwargs – pandas.Dataframe.interpolate() 的关键字参数，仅在 fit 设置为 ‘auto’ 时使用。查看 文档 以获取支持的参数列表。

返回

根据上述规则填充所有缺失值的新时间序列。

返回类型

TimeSeries

darts.utils.missing_values.missing_values_ratio(series)

计算缺失值的比例

参数

series (TimeSeries) – 要计算比率的时间序列

返回

缺失值的比例

返回类型

float

上一页

PyTorch 损失函数

下一页

模型选择工具