awslabs/gluonts

Add exogenous features to `statsforecast` model wrappers

Open

#2.410 geöffnet am 2. Nov. 2022

Auf GitHub ansehen
 (0 Kommentare) (0 Reaktionen) (0 zugewiesene Personen)Python (753 Forks)batch import
enhancementgood first issue

Repository-Metriken

Stars
 (3.888 Stars)
PR-Merge-Metriken
 (Keine gemergten PRs in 30 T)

Beschreibung

Description

The wrapper for statsforecast models added in #2360 does not use any exogenous features (only the past target is passed on to the model). It would be good to allow other standard fields from data entries, like at least feat_dynamic_real (or the past_ one) and feat_static_real, to be used.

Reference

See statsforecast's documentation on exogenous features: https://nixtla.github.io/statsforecast/examples/exogenous.html

Contributor Guide

Research-Richtung
Untersuchen Sie die vorhandene Statsforecast Wrapper Implementierung, die in PR #2360 hinzugefügt wurde, um zu verstehen, wie der Modell Wrapper derzeit funktioniert. Identifizieren Sie die spezifische Wrapper Klasse und ihre Methode, die Daten an das Modell übergibt. Ändern Sie dann diese Methode, um zusätzliche Argumente für exogene Merkmale wie feat dynamic real und feat static real zu akzeptieren, gemäß der Statsforecast Dokumentation unter https://nixtla.github.io/statsforecast/examples/exogenous.html. Stellen Sie die Kompatibilität mit der vorhandenen Datenstruktur sicher.
Tech Stack
python
Domain
datamachine learning
Issue Type
Funktion
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
3
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
1-2 Tage
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Veraltet
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Klar
Voraussetzungen
Pythontime series fundamentals
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
50