BaseValidateMMM.predecir#

BaseValidateMMM.predict(X=None, extend_idata=True, **kwargs)[fuente]#

Utilice un modelo para predecir en datos no vistos y devuelva la predicción puntual de todas las muestras.

La predicción puntual para cada fila de entrada es el valor de salida esperado, calculado como la media de las muestras MCMC.

Parámetros:

Xnumpy:array_like | arreglo, forma (n_pred, n_features): Los datos de entrada utilizados para la predicción. Si scikit-learn está disponible, tipo array, de lo contrario, array.
extend_idata : BooleanoBoolean: Determine si las predicciones deben ser añadidas al objeto de datos de inferencia. Por defecto es True.
**kwargs: Argumentos adicionales para pasar al método sample_posterior_predictive

Devoluciones:

ndarray, shape (n_pred,): Salida predicha correspondiente a la entrada X.

Ejemplos

model = MyModel()
idata = model.fit(X, y)
x_pred = []
prediction_data = pd.DataFrame({"input": x_pred})
pred_mean = model.predict(prediction_data)