awslabs/gluonts

Add exogenous features to `statsforecast` model wrappers

Open

#2.410 aberto em 2 de nov. de 2022

Ver no GitHub
 (0 comments) (0 reactions) (0 assignees)Python (753 forks)batch import
enhancementgood first issue

Métricas do repositório

Stars
 (3.888 stars)
Métricas de merge de PR
 (Nenhuma PRs mesclada em 30d)

Description

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

Guia do colaborador

Direção de pesquisa
Examine a implementação existente do wrapper statsforecast adicionada no PR #2360 para entender como o wrapper do modelo funciona atualmente. Identifique a classe wrapper específica e seu método que passa dados para o modelo. Em seguida, modifique esse método para aceitar argumentos adicionais para características exógenas como feat dynamic real e feat static real, seguindo a documentação do statsforecast em https://nixtla.github.io/statsforecast/examples/exogenous.html. Garanta compatibilidade com a estrutura de dados existente.
Pilha de tecnologia
python
Domain
datamachine learning
Tipo Issue
Funcionalidade
DifficultyDificuldade de implementação estimada para um novo contribuidor, de 1 para alterações muito pequenas a 5 para trabalho de nível especializado.
3
Tempo estimadoUm intervalo de tempo aproximado para um colaborador experiente investigar, implementar, testar e preparar um pull request.
1-2 dias
Status da atividadeQuão disponível o issue aparece agora: novo, ativo, obsoleto, bloqueado ou aguardando entrada do mantenedor.
Antigo
ClarityCom que clareza o issue explica a mudança esperada, os critérios de aceitação e a próxima etapa.
Claro
Prerequisites
Pythontime series fundamentals
Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.
50