TimeSeriesPredictor.refit_full

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

使用所有数据（训练集 + 验证集）重新训练模型。

此方法仅在调用 fit() 时未传入 tuning_data 的情况下才能使用。

警告

这是实验性功能，许多时间序列模型尚未支持 refit_full，将仅进行复制。

参数：

• model (str, 默认值 = "all") –

  要重新训练的模型名称。如果选定的模型是加权集成模型，则所有祖先模型也将被重新训练。可以通过调用 model_names() 查看此 predictor 中列出的有效模型。

  • 如果为“all”，则重新训练所有模型。

  • 如果为“best”，则重新训练验证分数最高的模型。

• set_best_to_refit_full (bool, 默认值 = True) – 如果为 True，则将最佳模型设置为先前最佳模型的 refit_full 版本。这意味着调用 predictor.predict(data) 时使用的模型将是 refit_full 版本，而不是模型的原始版本。如果 model 不是最佳模型，则此参数无效。