Azure / Azure/MachineLearningNotebooks
Seasonal Average Formula
- Linguagem predominante
- Jupyter Notebook
- Estrelas
- 4.4k
- Forks
- 2.6k
- Métricas de merge de PRs
- Nenhum PR com merge em 30d
Descrição
The formula given in this sheet of how SA is calculated is a bit difficult to understand.
---
#### Document Details
⚠ *Do not edit this section. It is required for docs.microsoft.com ➟ GitHub issue linking.*
* ID: 5d7f02f2-18b1-3558-773c-5b03e7ff5e68
* Version Independent ID: 4cbf1b06-13fe-fd6f-0ba8-3dc1fb0e65e2
* Content: [azureml.automl.runtime.shared.forecasting_models.SeasonalAverage class - Azure Machine Learning Python](https://docs.microsoft.com/en-us/python/api/azureml-automl-runtime/azureml.automl.runtime.shared.forecasting_models.seasonalaverage?view=azure-ml-py)
* Content Source: [AzureML-Docset/stable/docs-ref-autogen/azureml-automl-runtime/azureml.automl.runtime.shared.forecasting_models.SeasonalAverage.yml](https://github.com/MicrosoftDocs/MachineLearning-Python-pr/blob/live/AzureML-Docset/stable/docs-ref-autogen/azureml-automl-runtime/azureml.automl.runtime.shared.forecasting_models.SeasonalAverage.yml)
* Service: **machine-learning**
* Sub-service: **core**
* GitHub Login: @DebFro
* Microsoft Alias: **debfro**
Guia de contribuição
Nenhum guia de contribuição indexado para este repositório
Direção de pesquisa
Abra AzureML-Docset/stable/docs-ref-autogen/azureml-automl-runtime/azureml.automl.runtime.shared.forecasting_models.SeasonalAverage.yml e revise a fórmula de Seasonal Average comparando-a com a página da API de SeasonalAverage vinculada. Esclareça a explicação de como SA é calculado; estará concluído quando a documentação gerada apresentar a fórmula de forma compreensível.
Escrita pelo modelo de indexação a partir do texto da issue.
Avaliação
- Stack de tecnologia
- python
- Domínio
- documentation, machine-learning
- Tipo de issue
- Documentação
- Dificuldade
- 2/5
- Tempo estimado
- 1-3 horas
- Status de atividade
- Estagnada
- Clareza
- Razoavelmente clara
- Facilidade para iniciantes
- 30/100