TimeSeriesPredictor.refit_full

TimeSeriesPredictor.refit_full(model: str = 'all', set_best_to_refit_full: bool = True) → Dict[str, str]

在所有数据上重新训练模型（训练 + 验证）。

只有在没有将tuning_data传递给fit()时，才能使用此方法。

警告

这是实验性功能，许多时间序列模型尚不支持 refit_full，并且将简单地被复制。

Parameters:

• model (str, default = "all") –

  要重新拟合的模型名称。 如果选择的模型是加权集成模型，则所有祖先模型也将被重新拟合。 有效的模型列表可以通过调用 model_names() 在此 predictor 中查看。

  • 如果为“all”，则所有模型都将被重新拟合。

  • 如果为“best”，则重新拟合验证分数最高的模型。

• set_best_to_refit_full (bool, default = True) – 如果为True，将最佳模型设置为先前最佳模型的refit_full版本。这意味着当调用 predictor.predict(data) 时，使用的模型将是refit_full版本，而不是原始版本的模型。如果 model 不是最佳模型，则此操作无效。