awslabs/gluonts

Add exogenous features to `statsforecast` model wrappers

Aperta

#2410 aperta il 2 nov 2022

Vedi su GitHubGuida contributor
 (0 commenti) (0 reazioni) (0 assegnatari)Python (753 fork)batch import
enhancementgood first issue

Metriche repository

Star
 (3888 stelle)
Metriche merge PR
 (Merge medio 26g 17h) (4 PR mergiate in 30 g)

Descrizione

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

Guida contributor

Direzione di ricerca
Esamina la documentazione di statsforecast sulle caratteristiche esogene e il codice del wrapper esistente in gluonts, quindi modifica il wrapper per passare le caratteristiche esogene al modello statsforecast.
Tech stack
python
Dominio
machine learning
Tipo issue
Funzionalità
DifficoltàQuanto dovrebbe essere impegnativa per un nuovo contributor.
3
Tempo stimatoTempo stimato per completare e verificare uno scope piccolo.
Mezza giornata
Stato attivitàQuanto è probabile che la issue sia ancora attiva e reviewable.
Attiva
ChiarezzaQuanto chiaramente la issue descrive problema, scope e risultato atteso.
Chiara
Prerequisiti
PythonGitstatsforecast
Adatta ai principiantiQuanto la issue è adatta a contributor alla prima esperienza.
65