当前位置: 首页>>代码示例 >>用法及示例精选 >>正文

Python cuml.datasets.make_arima用法及代码示例


用法:

cuml.datasets.make_arima(batch_size=1000, n_obs=100, order=(1, 1, 1), seasonal_order=(0, 0, 0, 0), intercept=False, random_state=None, dtype='double', handle=None)

通过模拟给定订单的 ARIMA 过程生成时间序列数据集。

参数：

batch_size: int：

要生成的时间序列数

n_obs: int：

每个系列的观察次数

order：元组[int, int, int]

模拟 ARIMA 过程的阶 (p, d, q)

seasonal_order: Tuple[int, int, int, int]：

模拟 ARIMA 过程的季节性 ARIMA 顺序 (P, D, Q, s)

intercept: bool or int：

是否在模拟的 ARIMA 过程中包含恒定趋势 mu

random_state: int, RandomState instance or None (default)：

用于创建数据集的随机数生成器的种子。

dtype: string or numpy dtype (default: ‘single’)：

数据的类型。可能的值：float32、float64、‘single’, ‘float’ or ‘double’

handle: cuml.Handle：

如果为 None，则仅为此函数调用创建一个新的

返回：

出：array-like，形状(n_obs，batch_size)

包含生成的数据集的请求类型的数组

例子：

from cuml.datasets import make_arima
y = make_arima(1000, 100, (2,1,2), (0,1,2,12), 0)

相关用法


注：本文由纯净天空筛选整理自rapids.ai大神的英文原创作品 cuml.datasets.make_arima。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。