You have to be logged in to leave a comment.
Sign In
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
# Explicación de la nomenclatura
A continuación se muestra la estructura de los nombres utilizada según Anastasia y la generada por los practicantes.
- Estructura Anastasia:
-item_classes.csv: contiene las clases de cada item.
-metrics.csv: contiene las metricas de la predicción del experimento.
-predictions_confidence.csv: contiene los intervalos de confianza de cada experimento.
-results.csv: contiene las metricas punto por punto de la predicción del experimento.
- Estructura practicantes:
- metrics_best_model_frequency.csv: contiene la cantidad de veces que cada modelo se consideró el mejor en cada fila del dataset según metrics.csv.
- metrics_best_values.csv: muestra el mejor valor de la métrica por cada fila del dataset según metrics.csv.
- metrics_merged.csv: une todos los metrics.csv de cada modelo del experimento.
- results_best_model_frequency.csv: contiene la cantidad de veces que cada modelo se consideró el mejor en cada fila del dataset según results.csv.
- results_best_values.csv: muestra el mejor valor de la métrica por cada fila del dataset según results.csv.
- results_merged.csv: une todos los results.csv de cada modelo del experimento.
- metrics_global.csv: contiene el rendimiento de los mejores 2 modelos de cada experimento realizados y los puntos de comparación considerados según metrics.csv.
- results_global.csv: contiene el rendimiento de los mejores 2 modelos de cada experimento realizados y los puntos de comparación considerados según results.csv.
# Estructura simplificada de las carpetas y su nomenclatura
A continuación se muestra la estructura simplificada del contenido del repositorio.
Consideraciones:
- %d_dataset_virtual_%d: el primer %d indica de qué dataset se extrajo la información del experimento, mientras que el segundo %d corresponde a la cantidad de meses que se tienen posterior al presente virtual.
- Class: Hace referencia a los 4 tipos de clases de serie de tiempo, es decir, Lumpy, Smooth, Erratic o Intermittent.
Press p or to see the previous file or,
n or to see the next file
Comments
Integrate Google Cloud Storage
Use Google Storage
Select bucket
Upload key
Finish
Use Google Cloud Storage!
Browsing data directories saved to Google Cloud Storage is possible with DAGsHub. Let's configure
your repository to easily display your data in the context of any commit!
Specify your Google Storage bucket
Congratulations!
timeseries-experiments is now integrated with Google Cloud Storage!
Delete Storage Key
Are you sure you want to delete this access key?
No
Yes
Integrate AWS S3
Use S3 remote
Select bucket
Access key
Finish
Use AWS S3 as storage!
Browsing data directories saved to S3 is possible with DAGsHub. Let's configure
your repository to easily display your data in the context of any commit!
Specify your S3 bucket
Select Region
af-south-1 - Africa (Cape Town)
ap-northeast-1 - Asia Pacific (Tokyo)
ap-northeast-2 - Asia Pacific (Seoul)
ap-south-1 - Asia Pacific (Mumbai)
ap-southeast-1 - Asia Pacific (Singapore)
ap-southeast-2 - Asia Pacific (Sydney)
ca-central-1 - Canada (Central)
eu-central-1 - EU (Frankfurt)
eu-north-1 - EU (Stockholm)
eu-west-1 - EU (Ireland)
eu-west-2 - EU (London)
eu-west-3 - EU (Paris)
sa-east-1 - South America (São Paulo)
us-east-1 - US East (N. Virginia)
us-east-2 - US East (Ohio)
us-gov-east-1 - US Gov East 1
us-gov-west-1 - US Gov West 1
us-west-1 - US West (N. California)
us-west-2 - US West (Oregon)
Congratulations!
timeseries-experiments is now integrated with AWS S3!
Delete Storage Key
Are you sure you want to delete this access key?
No
Yes
Integrate S3 compatible storage
Use S3 like remote
Select bucket
Access key
Finish
Use any S3 compatible storage!
Browsing data directories saved to S3 compatible storage is possible with DAGsHub. Let's configure
your repository to easily display your data in the context of any commit!
Specify your S3 bucket
Congratulations!
timeseries-experiments is now integrated with your S3 compatible storage!
Delete Storage Key
Are you sure you want to delete this access key?
No
Yes
Integrate Azure Cloud Storage
Use Azure Storage
Select bucket
Set key
Finish
Use Azure Cloud Storage!
Browsing data directories saved to Azure Cloud Storage is possible with DAGsHub. Let's configure
your repository to easily display your data in the context of any commit!
Specify your Azure Storage bucket
Congratulations!
timeseries-experiments is now integrated with Azure Cloud Storage!