awslabs/gluonts

Add exogenous features to `statsforecast` model wrappers

Open

#2,410 opened on 2022年11月2日

GitHub で見る
 (0 comments) (0 reactions) (0 assignees)Python (3,888 stars) (753 forks)batch import
enhancementgood first issue

説明

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

コントリビューターガイド

技術スタック
python
領域
datamachine learning
Issue 種別
feature
難度新しい貢献者にとっての実装難度です。1 は非常に小さな変更、5 は専門的な作業です。
3
推定時間経験ある貢献者が調査、実装、テスト、pull request 準備にかけるおおよその時間範囲です。
1-2 days
活動状況Issue が今どれだけ取り組みやすいかを示します。新しい、活発、古い、ブロック中、またはメンテナー入力待ちなどです。
stale
明確さ期待される変更、受け入れ条件、次の手順がどれだけ明確かを示します。
clear
前提条件
Pythontime series fundamentals
初心者向け度初回貢献者にどれだけ取り組みやすいかを 1-100 で推定したスコアです。
50
調査方針
Examine the existing statsforecast wrapper implementation added in PR #2360 to understand how the model wrapper currently works. Identify the specific wrapper class and its method that passes data to the model. Then, modify that method to accept additional arguments for exogenous features like feat dynamic real and feat static real, following the statsforecast documentation at https://nixtla.github.io/statsforecast/examples/exogenous.html. Ensure compatibility with the existing data structure.