online-ml/river

Theta forecasting model

Offen

#1.389 geöffnet am 01.11.2023

Auf GitHub ansehenContributor Guide
 (5 Kommentare) (0 Reaktionen) (0 zugewiesene Personen)Python (553 Forks)batch import
Good first issueNew feature

Repository-Metriken

Stars
 (4.574 Sterne)
PR-Merge-Metriken
 (Durchschn. Merge 47T 6h) (46 gemergte PRs in 30 T)

Beschreibung

First question: can it be done online? Second question: can we reuse seasonality and trend logic we've already implemented for SNARIMAX?

Contributor Guide

Research-Richtung
Lesen Sie das referenzierte Paper und die statsforecast Dokumentation zur Theta Methode. Analysieren Sie, ob die Methode für Online Lernen (inkrementelle Updates) angepasst werden kann. Untersuchen Sie die vorhandene SNARIMAX Implementierung in River, um zu verstehen, wie Saisonalität und Trendlogik behandelt werden, und bewerten Sie, ob sie für Theta wiederverwendet werden können. Geben Sie abschließend eine Zusammenfassung der Machbarkeit und Empfehlungen.
Tech Stack
python
Domain
machine learninganalytics
Issue Type
Recherche
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
2
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
1-3 Stunden
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Frisch
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Klar
Voraussetzungen
Pythonmachine learning
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
75