Hacktoberfest 2026:メンテナが10月に向けて印を付けた、オープンで初心者向けの issue。 Hacktoberfest の issue を見る

[Time Series BikeDemandForecasting] evaluate and predict

オープン
#965 コメント 0 件 リアクション 0 件 担当者 0 名 GitHub で見る

まだ誰も着手していません。

評価

難易度
4/5
見積もり時間
3〜5日
初心者へのやさしさ
25/100
issue の種類
バグ
明瞭さ
説明が足りない
活発さ
停滞

調査の方向性

まず BikeDemandForecasting サンプルを見つけ、2012 年の最初の日付について model.transform(testdata) と forecaster.predict() を使用する経路を比較します。次に、Evaluate(second...) がどのように呼び出されているか、またそれによってモデルまたは予測の状態が変化するかを調べます。両方の異なる結果を説明し、評価あり・なしで動作を再現できれば完了です。

索引モデルが issue の本文から書いたものです。

説明

For the sample BikeDemandForecasting, what is the difference between using model.transform(testdata) and forecaster.predict() when predicting future values? Why am I getting different results for the first date in 2012?
Another question is that when I comment out the evaluation function(Evaluate(second...)), I actually get different results when predicting, how could the evaluate process change the model?
Thanks.

主要言語
PowerShell
スター
4.7k
フォーク
2.7k
PR マージ指標
30日以内にマージされた PR はありません

環境構築

はじめの一歩

  1. issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
  2. 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
  3. リポジトリをフォークし、ブランチを切って変更します。
  4. issue 番号を参照したプルリクエストを送ります。

dotnet/machinelearning-samples のほかの issue

dotnet/machinelearning-samples の issue をすべて見る

似ている issue

Machine Learning の issue をもっと見る

新しい issue をメールで受け取る

初心者向けの GitHub issue を短くまとめたダイジェスト。