kachadx

如果不需要填充呢，因为有些场景本来就是缺数据的，像股票价格存在休盘和节假日的情况，怎么将缺失的两个时间点拼在一起？避免在训练过程中产生错误，比如：

1

如果不需要填充呢，因为有些场景本来就是缺数据的，像股票价格存在休盘和节假日的情况，怎么将缺失的两个时间点拼在一起？避免在训练过程中产生错误，比如： 1.ValueError: The `point` is out of the valid range 2.ValueError: Input contains NaN, infinity or a value too large for dtype('float32'). 。 _Originally posted by @Hoogck in https://github.com/PaddlePaddle/PaddleTS/issues/266#issuecomment-1407619481_

PaddleTS多时序数据导入怎么获取group_id

4

#Load TSDatasets by group_id from paddlets import TSDataset tsdatasets = TSDataset.load_from_dataframe( df=sample, group_id='id', target_cols='a', observed_cov_cols=['c', 'd'], #static_cov_cols='id' ) 使用group_id导入数据，得到的是个TSDataset集合，怎么知道每个集和对应的group_id值是多少，没找到对应的方法和属性，而且预测后也不知道对应的是哪个group_id的预测值

https://github.com/PaddlePaddle/PaddleTS/blob/18accdedae896405a4d245b084655fbb1fdfd10a/paddlets/models/data_adapter.py#L961

3

data_adapter的_validate_known_cov_timeseries方法RangeIndex是不是逻辑上面有问题 else: # RangeIndex # Note: RangeIndex.stop is right-opened, but time_window is right-closed, so stop param must + 1. step = self._std_timeindex.step exceeded_timeindex = pd.RangeIndex( start=self._std_timeindex[-1], stop=(self._time_window[1] + 1) *...

VisualDL不支持PaddleTS模型保存吗

VisualDL不支持PaddleTS模型保存和分析吗

PaddleTS中的模型有支持特征影响分析工具吗？如果没有，有没有可以用的第三方工具可以支持，比如shap库，captum

使用from paddlets.models.model_loader import load load（）方法加载InformerModel报错 AttributeError: 'InformerModel' object has no attribute '_use_revin'，为什么只有加载模型的时候用RevinWrapper，训练的时候好像没用到 def revin_norm(func): @functools.wraps(func) def wrapper(obj: BaseModel, *args, **kwargs): """ The core logic. The base modelout is been wrappered...

def rotate(ctx: ExecContext): if ctx.long_pos(): if ctx.symbol not in pyb.param('top_symbols'): ctx.sell_all_shares() else: target_size = pyb.param('target_size') ctx.buy_shares = ctx.calc_target_shares(target_size) ctx.score = ctx.indicator('roc_20')[-1] 设置了ctx.score的值后，买入的具体原则是怎样的，这个ctx.score具体作用和影响是什么呢

paddlets.utils.backtest看文档表达意思是循环预测的时候下次预测的输入应该是不包含上一次预测结果作为输入，但是实际代码中的逻辑下一次预测的输入好像是包含上一次的预测结果，也就是说下一次的预测输入值包含的是上一次预测结果值而不是真实的数据值，是不是文档描述和代码逻辑不一致还是我对文档理解错误