在sktime中的特征重要性或模型摘要

Question

我正在查看sktime包的文档。我只是找不到一件事，就是特性的重要性(我们可以通过sklearn模型获得)或模型摘要(就像我们可以从statsmodels获得的那样)。是不是还没有实现呢？

这个功能似乎是为AutoETS或AutoARIMA这样的模型实现的。

from matplotlib import pyplot as plt

from sktime.datasets import load_airline
from sktime.forecasting.model_selection import temporal_train_test_split
from sktime.forecasting.base import ForecastingHorizon
y = load_airline()
y_train,y_test = temporal_train_test_split(y)
fh = ForecastingHorizon(y_test.index, is_relative=False)

from sktime.forecasting.ets import AutoETS
model = AutoETS(trend='add',seasonal='mul',sp=12)
model.fit(y_train,fh=y_test.index)
model.summary()

我想知道这些摘要是否可以从ForecastingPipeline这样的实例中访问。

Answer 1

好吧，我自己解决了。我真的很高兴功能在那里！

源代码 for ForecastingPipeline表示该类的实例具有属性steps_ -它在管道中保存模型的拟合实例。

from sktime.forecasting.compose import ForecastingPipeline

model = ForecastingPipeline(steps=[
("forecaster", AutoETS(sp=1))])
model.fit(y_train)

model.steps_[-1][1].summary() # model.steps[-1][1].summary() would throw an error

model.steps_的输出是[('forecaster', AutoETS())] (正如前面提到的AutoETS()已经安装)。