스트리밍 시계열 속성

스트리밍 TS 노드 아이콘 스트리밍 시계열 노드는 한 번에 시계열 모델을 구축하고 점수를 매깁니다.

예

stream = modeler.script.stream()
typenode = stream.findByID("id42KW3MSA94B")
node = stream.createAt("ts_streaming", "Streaming Time Series", 200, 200)
stream.link(typenode, node)
node.setPropertyValue("custom_fields", True)
node.setPropertyValue("arima", [1,2,3,4,5,6])
node.setPropertyValue("candidate_inputs", ["Na", "K"])
node.setPropertyValue("targets", ["Age"])
node.setKeyedPropertyValue("tf_arima", "Na", [1,2,3,4,5,6,10,"None"])

표 1. streamingtimeseries 특성
`streamingtimeseries` properties	값	특성 설명
`targets`	필드	스트리밍 TS 노드는 하나 이상의 입력 필드를 예측자로 사용하여 하나 이상의 목표를 예측합니다. 빈도 및 가중치 필드는 사용되지 않습니다. 자세한 정보는 공통 모델링 노드 특성 을 참조하십시오.
`candidate_inputs`	[field1 ... fieldN]	모델이 사용하는 입력 또는 예측 필드.
`use_period`	플래그
`date_time_field`	필드
`input_interval`	`None` `Unknown` `Year` `Quarter` `Month` `Week` `Day` `Hour` `Hour_nonperiod` `Minute` `Minute_nonperiod` `Second` `Second_nonperiod`
`period_field`	필드
`period_start_value`	정수
`num_days_per_week`	정수
`start_day_of_week`	`Sunday` `Monday` `Tuesday` `Wednesday` `Thursday` `Friday` `Saturday`
`num_hours_per_day`	정수
`start_hour_of_day`	정수
`timestamp_increments`	정수
`cyclic_increments`	정수
`cyclic_periods`	목록
`output_interval`	`None` `Year` `Quarter` `Month` `Week` `Day` `Hour` `Minute` `Second`
`is_same_interval`	플래그
`cross_hour`	플래그
`aggregate_and_distribute`	목록
`aggregate_default`	`Mean` `Sum` `Mode` `Min` `Max`
`distribute_default`	`Mean` `Sum`
`group_default`	`Mean` `Sum` `Mode` `Min` `Max`
`missing_imput`	`Linear_interp` `Series_mean` `K_mean` `K_median` `Linear_trend`
`k_span_points`	정수
`use_estimation_period`	플래그
`estimation_period`	`Observations` `Times`
`date_estimation`	목록	`date_time_field` 를 사용하는 경우에만 이용 가능합니다.
`period_estimation`	목록	`use_period` 를 사용하는 경우에만 이용 가능합니다.
`observations_type`	`Latest` `Earliest`
`observations_num`	정수
`observations_exclude`	정수
`method`	`ExpertModeler` `Exsmooth` `Arima`
`expert_modeler_method`	`ExpertModeler` `Exsmooth` `Arima`
`consider_seasonal`	플래그
`detect_outliers`	플래그
`expert_outlier_additive`	플래그
`expert_outlier_innovational`	플래그
`expert_outlier_level_shift`	플래그
`expert_outlier_transient`	플래그
`expert_outlier_seasonal_additive`	플래그
`expert_outlier_local_trend`	플래그
`expert_outlier_additive_patch`	플래그
`consider_newesmodels`	플래그
`exsmooth_model_type`	`Simple` `HoltsLinearTrend` `BrownsLinearTrend` `DampedTrend` `SimpleSeasonal` `WintersAdditive` `WintersMultiplicative` `DampedTrendAdditive` `DampedTrendMultiplicative` `MultiplicativeTrendAdditive` `MultiplicativeSeasonal` `MultiplicativeTrendMultiplicative` `MultiplicativeTrend`
`futureValue_type_method`	`Compute` `specify`
`exsmooth_transformation_type`	`None` `SquareRoot` `NaturalLog`
`arima.p`	정수
`arima.d`	정수
`arima.q`	정수
`arima.sp`	정수
`arima.sd`	정수
`arima.sq`	정수
`arima_transformation_type`	`None` `SquareRoot` `NaturalLog`
`arima_include_constant`	플래그
`tf_arima.p.` 필드 이름	정수	전송 기능용.
`tf_arima.d.` 필드 이름	정수	전송 기능용.
`tf_arima.q.` 필드 이름	정수	전송 기능용.
`tf_arima.sp.` 필드 이름	정수	전송 기능용.
`tf_arima.sd.` 필드 이름	정수	전송 기능용.
`tf_arima.sq.` 필드 이름	정수	전송 기능용.
`tf_arima.delay.` 필드 이름	정수	전송 기능용.
`tf_arima.transformation_type.` 필드 이름	`None` `SquareRoot` `NaturalLog`	전송 기능용.
`arima_detect_outliers`	플래그
`arima_outlier_additive`	플래그
`arima_outlier_level_shift`	플래그
`arima_outlier_innovational`	플래그
`arima_outlier_transient`	플래그
`arima_outlier_seasonal_additive`	플래그
`arima_outlier_local_trend`	플래그
`arima_outlier_additive_patch`	플래그
`conf_limit_pct`	실수
`events`	필드
`forecastperiods`	정수
`extend_records_into_future`	플래그
`conf_limits`	플래그
`noise_res`	플래그
`max_models_output`	정수	출력에 포함시킬 모델의 최대 개수를 지정합니다. 모델의 수가 이 임계값을 초과하는 경우, 모델은 출력물에 표시되지 않지만, 여전히 점수 산정에 사용할 수 있습니다. 기본값은 `10`입니다. 모델이 많으면 성능이 저하되거나 불안정해질 수 있습니다.
`custom_fields`	부울	이 옵션은 노드에 업스트림 타입 노드에 지정된 필드 정보 대신 여기에 지정된 필드 정보를 사용하도록 지시합니다. 이 옵션을 선택한 후 필요에 따라 다음 필드를 지정하십시오.
`arima`	배열	`p`, `d`, `q`, `sp`, `sd`, `sq` 목록.
`tf_arima`	배열	`name`, `p`, `q`, `d`, `sp`, `sq`, `sd`, `delay` , `type` 목록.