foundryts.functions.exponential_regression

foundryts.functions.exponential_regression(include_multiple=True, time_unit='ns', start=None, end=None)

単一の時系列に対して指数回帰を実行する関数を返します。

指数回帰は、入力時系列の点に最もよく適合する指数曲線のパラメーターを求めます。回帰は y = Ae^(Bx) で表され、A は初期値、B は成長率です。返される関数は、パラメーター A と B を返します。

指数回帰は、データが指数的な増加または減衰のパターンを示す場合に特に有用です。

パラメーター：
- include_multiple (bool , 任意) – 複数の回帰を含めるかどうかです（デフォルトは True）。
- time_unit (str , 任意) – 係数の時間単位です。「s」、「ms」、「us」、「ns」のいずれかである必要があります（デフォルトは「ns」）。
- start (str | int | datetime.datetime , 任意) – 指数回帰の計算に使用する時系列の開始点（この値を含む）です。
- end (str | int | datetime.datetime , 任意) – 指数回帰の計算に使用する時系列の終了点（この値を含まない）です。
戻り値： 単一の時系列を受け取り、その時系列に最もよく適合する指数曲線のパラメーターを返す関数です。
戻り値の型： (FunctionNode) -> SummarizerNode

Dataframe スキーマ

列名	データ型	説明
max_bounds.first_value	Float	`y=Ae^(Bx)` における初期値 (A) の最大値です。
max_bounds.second_value	Float	`y=Ae^(Bx)` における成長率 (B) の最大値です。
min_bounds.first_value	Float	`y=Ae^(Bx)` における初期値 (A) の最小値です。
min_bounds.second_value	Float	`y=Ae^(Bx)` における成長率 (B) の最小値です。
regression_fit_function. exponential_regression_fit. aparameter	Float	`y=Ae^(Bx)` の指数回帰による近似の推定パラメーター「A」（初期値）です。
regression_fit_function. exponential_regression_fit. bparameter	Float	`y=Ae^(Bx)` の指数回帰による近似の推定パラメーター「B」（成長率）です。

例

Copied!1
2
3
4
5
6
7
8
9
10
>>> series = F.points(
...     (10, 6.0), (20, 12.0), (30, 24.0), (40, 48.0), (50, 96.0), name="series"
... )
>>> series.to_pandas()
                      timestamp  value
0 1970-01-01 00:00:00.000000010    6.0
1 1970-01-01 00:00:00.000000020   12.0
2 1970-01-01 00:00:00.000000030   24.0
3 1970-01-01 00:00:00.000000040   48.0
4 1970-01-01 00:00:00.000000050   96.0

Copied!1
2
3
4
>>> exponential_regr = F.exponential_regression()(series)
>>> exponential_regr.to_pandas()
   max_bounds.first_value  max_bounds.second_value  min_bounds.first_value  min_bounds.second_value  regression_fit_function.exponential_regression_fit.aparameter  regression_fit_function.exponential_regression_fit.bparameter
0                    50.0                     96.0                    10.0                      6.0                                                3.0                                                       0.069315

←

PREVIOUSfunctions.dsl

NEXTfunctions.first_point

→