sktime/sktime

[ENH] Smooth Forecast Reconciliation algorithm by S Ando

Open

#6.314 geöffnet am 19. Apr. 2024

Auf GitHub ansehen
 (4 Kommentare) (0 Reaktionen) (0 zugewiesene Personen)Python (1.192 Forks)batch import
enhancementgood first issueimplementing algorithmsmodule:forecasting

Repository-Metriken

Stars
 (7.162 Stars)
PR-Merge-Metriken
 (Durchschn. Merge 26T 10h) (86 gemergte PRs in 30 T)

Beschreibung

The smooth forecast reconciliation algorithm by S Ando, presented in the Apr 19 meet-up, would be a great addition to sktime.

I have started with a naive transfer of the research code to the sktime interface for an easier start: https://github.com/sktime/sktime/pull/6313

The PR can be picked up by anyone interested in helping with this - I think it's a good first issue.

Contributor Guide

Research-Richtung
Untersuche den bestehenden PR #6313 für einen ersten Transfer des Smooth Forecast Reconciliation Algorithmus. Integriere den Code in die Schnittstelle von sktime und stelle sicher, dass er mit der sktime API konform ist. Überprüfe die Diskussionen in den Issue Kommentaren auf zusätzliche Anleitungen oder Änderungen. Der Algorithmus basiert auf der Arbeit von S Ando, die im Treffen am 19. April vorgestellt wurde; siehe diese Präsentation für Details.
Tech Stack
python
Domain
datamachine learning
Issue Type
Funktion
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.
Aktiv
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Klar
Voraussetzungen
PythonGit
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
75