मशीन लर्निंग
ML घटकों का घोषणात्मक DAG — विशेषताएँ, लक्ष्य, प्रीप्रोसेसिंग, सत्यापन, मॉडल — प्रशिक्षित, सत्यापित और लाइव संकेतक के रूप में साकार।
प्रीमियम मॉड्यूल
ML पाइपलाइन घटकों का घोषणात्मक DAG है। पूर्वानुमान को व्युत्पन्न श्रृंखला के रूप में प्रशिक्षित, सत्यापित और साकार करता है — मॉडल लाइव संकेतक बन जाता है, सर्विंग पर कोई पुनःप्रशिक्षण नहीं।
बैकएंड
पाइपलाइन घटक
feature_set कॉलम चुनता है। gerar_lags समयिक लैग बनाता है। features_calendario घंटा/दिन (sin/cos) जोड़ता है। interagir_colunas विशेषताओं को संयोजित करता है (अनुपात, गुणनफल, अंतर)।
target_direcao डेड बैंड के साथ +1/0/-1 वर्गीकृत करता है। target_retorno निरंतर प्रतिगमन। target_conjunto मल्टी-लेबल श्रेणीबद्ध। target_custom Python स्क्रिप्ट द्वारा लेबलिंग।
imputar (ffill, bfill, mean, median, constant)। स्केलर: zscore, minmax, robust, maxabs। winsorize क्वांटाइल द्वारा आउटलायर क्लिप करता है। reduzir_pca आयाम कम करता है। selecionar_correlacao / selecionar_variancia विशेषताएँ फ़िल्टर करते हैं।
holdout सरल समयिक विभाजन। purged_kfold अवरोध के साथ K-fold (लीकेज रोकता है)। walk_forward विस्तार या रोलिंग। custom Python स्क्रिप्ट द्वारा विभाजन।
modelo बैकएंड के साथ प्रशिक्षित करता है। modelo_custom Python स्क्रिप्ट द्वारा प्रशिक्षित करता है। otimizar_hiperparametros क्रॉस-वैलिडेशन द्वारा grid या random search।
prever ct://derived/name_pred पर पूर्वानुमान साकार करता है। aplicar_modelo पुनःप्रशिक्षण के बिना श्रृंखला पर प्रशिक्षित मॉडल लागू करता है — मॉडल लाइव संकेतक के रूप में। avaliar Python स्क्रिप्ट द्वारा कस्टम मेट्रिक्स गणना करता है।
आर्थिक मूल्यांकन
पाइपलाइन वैकल्पिक रूप से साकार पूर्वानुमान पर teste de sobrevivência चला सकता है। डिफ़ॉल्ट: pred धनात्मक होने पर long, pred ऋणात्मक होने पर short। कस्टम Rhai रणनीति प्रदान की जा सकती है।