使用外部(假日)回归器进行tfp.sts的未来预测

时间:2019-03-29 19:37:46

标签: python tensorflow tensorflow-probability

以电力需求为例:

https://github.com/tensorflow/probability/blob/master/tensorflow_probability/examples/jupyter_notebooks/Structural_Time_Series_Modeling_Case_Studies_Atmospheric_CO2_and_Electricity_Demand.ipynb

demand_forecast_dist = tfp.sts.forecast(
    model=demand_model,
    observed_time_series=demand_training_data,
    parameter_samples=q_samples_demand_,
    num_steps_forecast=num_forecast_steps + 24)

给定将来的温度(例如2014-02-27 00:00:00-> 2014-02-28 00:00:00),如何调用tfp.sts.forecast方法?使用上面的代码段(结尾处是 note + 24小时)会引起ArgumentError抱怨张量形状不匹配。

我也阅读了这些文档,但是未将具有外部影响的未来预测记录在张量流概率网站上。

0 个答案:

没有答案