Detalles de la implementación de la imputación de datos para experimentos con series temporales

Los valores de experimento utilizados para la imputación de datos en experimentos de serie temporal.

Métodos de imputación de datos

Aplique uno de estos métodos de imputación de datos en los valores de experimento para proporcionar valores perdidos en un conjunto de datos.

Métodos de imputación de datos para experimentos de clasificación y regresión
Método de imputación Descripción
FlattenIterative Los datos de serie temporal se aplanan en primer lugar y, a continuación, los valores perdidos se imputan con el imputador iterativo Scikit-learn.
Lineal El método de interpolación lineal se utiliza para imputar el valor perdido.
Cúbico El método de interpolación cúbica se utiliza para imputar el valor perdido.
Anterior El valor perdido se imputa con el valor anterior.
Siguiente El valor perdido se imputa con el siguiente valor.
Relleno El valor perdido se imputa utilizando el valor especificado por el usuario, o la media muestral o la mediana muestral.

Configuración de entrada

Estos mandatos se utilizan para dar soporte a la imputación de datos para experimentos de series temporales en un cuaderno.

Métodos de imputación de datos para experimentos de series temporales
Nombre Descripción Valor DefaultValue
uso_de_imputación Distintivo para activar o desactivar la imputación. Verdadero o falso Sí
lista de imputadores Lista de nombres de imputadores (cadenas de caracteres) que se van a buscar. Si no se especifica ninguna lista, se buscan todos los imputadores predeterminados. Si se pasa una lista vacía, se buscan todos los imputadores. "FlattenIterative", «Lineal», «Cúbico», «Anterior», «Rellenar», «Siguiente» "FlattenIterative", «Lineal», «Cúbico», «Anterior»
tipo_de_relleno_del_imputador Categorías del imputador «Fill» «media»/«mediana»/«valor» "valor"
valor_de_relleno_del_imputador Un único valor numérico que se utilizará para sustituir todos los valores que falten. Solo se aplica cuando «imputer_fill_type» se especifica como «value». Se ignora si se especifica «mean» o «median» para «imputer_fill_type». (Infinito negativo, infinito positivo) 0
umbral_de_imputación Umbral para la imputación. La proporción de valores perdidos no debe superar el umbral en ninguna columna. De lo contrario, se produce un error. (0, 1) 0.25

Notas para el uso de use_imputation

  • Si el método use_imputation se especifica como True y los datos de entrada tienen valores perdidos:

    • imputation_threshold entra en vigor.
    • Los candidatos a imputadores en imputer_list se utilizarían para buscar el mejor imputador.
    • Si el mejor imputador es Fill, se aplican imputer_fill_type y imputer_fill_value ; de lo contrario, se ignoran.

  • Si el método use_imputation se especifica como True y los datos de entrada no tienen valores perdidos:

    • imputation_threshold se ignora.
    • los candidatos de imputador en imputer_list se utilizan para buscar el mejor imputador. Si el mejor imputador es Fill, se aplican imputer_fill_type y imputer_fill_value ; de lo contrario, se ignoran.

  • Si el método use_imputation se especifica como False pero los datos de entrada tienen valores perdidos:

    • use_imputation se activa con un aviso y, a continuación, el método sigue el comportamiento del primer escenario.

  • Si el método use_imputation se especifica como False y los datos de entrada no tienen valores perdidos, no es necesario ningún proceso adicional.

Por ejemplo:

"pipelines": [
      {
        "id": "automl",
        "runtime_ref": "hybrid",
        "nodes": [
          {
            "id": "automl-ts",
            "type": "execution_node",
            "op": "kube",
            "runtime_ref": "automl",
            "parameters": {
              "del_on_close": true,
              "optimization": {
	          "target_columns": [2,3,4],
	          "timestamp_column": 1,
	          "use_imputation": true
              }
            }
          }
        ]
      }
    ]