propriedades de streamingtimeseries

Ícone do nó do streaming TS O Streaming Time Series nó constrói e marca modelos de séries temporais em uma etapa.

Exemplo

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"])

Tabela 1. propriedades de streamingtimeseries
`streamingtimeseries` properties	Valores	Descrição da propriedade
`targets`	campo	O nó Streaming TS prevê um ou mais alvos, opcionalmente usando um ou mais campos de entrada como preditores. Os campos de frequência e peso não são usados. Veja Propriedades do nó de modelagem comum para obter mais informações.
`candidate_inputs`	[field1 ... fieldN]	Campos de entrada ou de previsão usados pelo modelo.
`use_period`	sinalização
`date_time_field`	campo
`input_interval`	`None` `Unknown` `Year` `Quarter` `Month` `Week` `Day` `Hour` `Hour_nonperiod` `Minute` `Minute_nonperiod` `Second` `Second_nonperiod`
`period_field`	campo
`period_start_value`	número inteiro
`num_days_per_week`	número inteiro
`start_day_of_week`	`Sunday` `Monday` `Tuesday` `Wednesday` `Thursday` `Friday` `Saturday`
`num_hours_per_day`	número inteiro
`start_hour_of_day`	número inteiro
`timestamp_increments`	número inteiro
`cyclic_increments`	número inteiro
`cyclic_periods`	lista
`output_interval`	`None` `Year` `Quarter` `Month` `Week` `Day` `Hour` `Minute` `Second`
`is_same_interval`	sinalização
`cross_hour`	sinalização
`aggregate_and_distribute`	lista
`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`	número inteiro
`use_estimation_period`	sinalização
`estimation_period`	`Observations` `Times`
`date_estimation`	lista	Disponível somente se você usar `date_time_field`.
`period_estimation`	lista	Disponível somente se você usar `use_period`.
`observations_type`	`Latest` `Earliest`
`observations_num`	número inteiro
`observations_exclude`	número inteiro
`method`	`ExpertModeler` `Exsmooth` `Arima`
`expert_modeler_method`	`ExpertModeler` `Exsmooth` `Arima`
`consider_seasonal`	sinalização
`detect_outliers`	sinalização
`expert_outlier_additive`	sinalização
`expert_outlier_innovational`	sinalização
`expert_outlier_level_shift`	sinalização
`expert_outlier_transient`	sinalização
`expert_outlier_seasonal_additive`	sinalização
`expert_outlier_local_trend`	sinalização
`expert_outlier_additive_patch`	sinalização
`consider_newesmodels`	sinalização
`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`	número inteiro
`arima.d`	número inteiro
`arima.q`	número inteiro
`arima.sp`	número inteiro
`arima.sd`	número inteiro
`arima.sq`	número inteiro
`arima_transformation_type`	`None` `SquareRoot` `NaturalLog`
`arima_include_constant`	sinalização
`tf_arima.p.` nome do campo	número inteiro	Para funções de transferência.
`tf_arima.d.` nome do campo	número inteiro	Para funções de transferência.
`tf_arima.q.` nome do campo	número inteiro	Para funções de transferência.
`tf_arima.sp.` nome do campo	número inteiro	Para funções de transferência.
`tf_arima.sd.` nome do campo	número inteiro	Para funções de transferência.
`tf_arima.sq.` nome do campo	número inteiro	Para funções de transferência.
`tf_arima.delay.` nome do campo	número inteiro	Para funções de transferência.
`tf_arima.transformation_type.` nome do campo	`None` `SquareRoot` `NaturalLog`	Para funções de transferência.
`arima_detect_outliers`	sinalização
`arima_outlier_additive`	sinalização
`arima_outlier_level_shift`	sinalização
`arima_outlier_innovational`	sinalização
`arima_outlier_transient`	sinalização
`arima_outlier_seasonal_additive`	sinalização
`arima_outlier_local_trend`	sinalização
`arima_outlier_additive_patch`	sinalização
`conf_limit_pct`	análise em
`events`	Campos
`forecastperiods`	número inteiro
`extend_records_into_future`	sinalização
`conf_limits`	sinalização
`noise_res`	sinalização
`max_models_output`	número inteiro	Especifique o número máximo de modelos que você deseja incluir na saída. Observe que, se o número de modelos criados exceder esse limite, os modelos não serão mostrados na saída, mas ainda estarão disponíveis para pontuação. O valor padrão é `10`. A exibição de um grande número de modelos pode resultar em desempenho ruim ou instabilidade.
`custom_fields`	booleano	Essa opção instrui o nó a usar as informações de campo especificadas aqui em vez daquelas fornecidas em qualquer nó de tipo upstream. Após selecionar essa opção, especifique os campos a seguir conforme necessário.
`arima`	matriz	Uma lista com `p`, `d`, `q`, `sp`, `sd`, `sq`.
`tf_arima`	matriz	Uma lista com `name`, `p`, `q`, `d`, `sp`, `sq`, `sd`, `delay` e `type`.