Some Issues on Time Series Prediction Results

[Layonhuuu]

Why is my prediction only positive?And I think if the predicted results have been scaled, how can we restore the predicted results to before being scaled?I hope someone can help me. QAQ

[zhangxjohn]

This issue has been resolved. You can now pull the latest code into your site-packages.

[Layonhuuu]

thanks！Can I just reinstall it directly？pip install hyperts？

[zhangxjohn]

This issue has been resolved. However, the latest version has not been released yet, so you cannot install it at the moment. You only pull the dev code.

[Layonhuuu]

你好，再次打扰一下， 我能问下修改的这个bug具体在开发代码( dev code)哪个模块里面吗？是在hyperts\utils\transformers.py里面吗？

[zhangxjohn]

hyperts/framework/wrappers/dl_wrappers.py and hyperts/framework/wrappers/stats_wrappers.py

[Layonhuuu]

Thanks！

[Layonhuuu]

抱歉再次打扰到你，我按照你说的将GitHub上的代码下载下来（zip文件包），然后将zip压缩文件中Hyperts文件夹中的文件替换为我环境site-packages里的对应文件 仍然出现同样的问题，预测结果只有正值没有负值，且峰值对应不上的问题，请问该如何解决呢？

[zhangxjohn]

我猜测你打开的方式不对：( 可以看看version是0.2.0， 还是 0.2.1. 如果是0.2.0说明你的环境没有适配。建议用一下方式替换：

git clone git@github.com:DataCanvasIO/HyperTS.git
cd HyperTS
pip install -e . 
pip install tensorflow #optional

[Layonhuuu]

十分感谢！问题解决了

[Layonhuuu]

抱歉再次打扰你，我有个问题是，我在我自己的自定义搜索空间(custom_search_space)里，只保留了其中一个模型（例如enable_lstnet = True，其他三个模型均为false，只定义对应的模型的参数搜索空间）然而在实验进行时，控制台给出的信息显示，仍调用了其他模型（例如enable_hybirdrnn），我想请教一下这个问题是如何产生的？以及如何避免呢？调用参数如下 custom_search_space = DLForecastSearchSpace(enable_deepar = False, enable_hybirdrnn = False, enable_lstnet = True, enable_nbeats=False, lstnet_init_kwargs={ 'optimizer': 'adam', 'loss': Choice(['mae', 'mse', 'huber_loss']), 'rnn_type': Choice(['gru', 'lstm']), 'skip_rnn_type': Choice(['gru', 'lstm']), 'cnn_filters': Choice([64]2+[128]3+[256]*2)})

experiment = make_experiment(train_data=train_data.copy(), task='forecast', eval_data=eval_data, mode='dl', timestamp='时间(s)', max_trials=5, covariables=['xxx', ‘aaa’ ], reward_metric='rmse', optimize_direction='min', ensemble_size=None, search_space=custom_search_space, searcher=MCTSSearcher(custom_search_space, use_meta_learner=True, max_node_space=1000,candidates_size=10, optimize_direction='min'), log_level='INFO', random_state=0)

model = experiment.run(epochs=2, final_train_epochs=5,batch_size=1024,）

[zhangxjohn]

你把searcher=MCTSSearcher(custom_search_space, use_meta_learner=True, max_node_space=1000,candidates_size=10, optimize_direction='min')删除看看。

[Layonhuuu]

还是会应用hybirdrnn模型，但是定义了enable_hybirdrnn = False.

[zhangxjohn]

按道理应该是不会走hybirdrnn了。如果可以的话，你可以Debug一下，看看问题出现在哪，我目前想象不到问题位置。

[zhangxjohn]

断点位置：HyperTS/hyperts/framework/search_space /macro_search_space.py 754行和851行。

[Layonhuuu]

你好，抱歉再次打扰，在构建实验时，我尝试自定义损失函数，模式为“dl”，运行时给出如下信息 11-15 14:12:41 W hyperts.f.d._base.py 689 - In dl model, ['custom_metric'] is not supported, so ['rmse'] will be called. 所以在深度学习里不能自定义损失函数（loss）吗？

[zhangxjohn]

是的。

[Layonhuuu]

你好，再次叨扰^.^，在结果绘制中，采用提供的接口 model.plot(forecast=forecast, actual=test_data, var_id='xxx', interactive=False,show_forecast_interval=False) 我只传输了forecast与actual，为和图片中还有一条数据是historical？请问一下这个historical的结果在哪里能看呢？我采用 forecast = model.predict(X_test) 输出的结果也只有时间戳与预测列，并没有Historical。所以就想请教一下QAQ。此外还有个小问题是，之前模型调用窗口的问题解决之后，我只调用了DeepAR模型 这模型应该会返回两列数据，均值与方差？在预测结果中也只有一列，没有方差，请问哪里能找到呢？

[zhangxjohn]

1、默认historical会显示训练集的一小段数据，可能你的测试数据比较长，好像看不到了historical了。想看的话，可以传入更多的historical。 2、DeepAR这个模型理论上是有均值与方差，不过为了统一所有模型的输出，DeepAR只输出了均值，所以方差没有了。

[Layonhuuu]

"historical会显示训练集的一小段数据",对这句话有点小疑问呢？因为如果是训练集的数据的话，以前的代码试验结果绘制的图像里含有的Historical数据峰值都很小，在1.5-3.5之间，而给模型训练的数据集的峰值分布不可能这么小QAQ，请问可以在hyperts框架的哪里看到关于这个Historica数据的调用哇？

[Layonhuuu]

“为了统一所有模型的输出，DeepAR只输出了均值”，那就有个小问题就是，在示例结果展示里，图片有upperbound与lowerbound，这俩值是怎么算出来的呢？

[zhangxjohn]

那就说来话长了。

[zhangxjohn]

plot的调用可以查看一下文档里的API。

[Layonhuuu]

那就说来话长了。

请问能方便透露下吗？QAQ

[zhangxjohn]

通过贝叶斯推断的。

[Layonhuuu]

感谢！