Sktime получил ошибку при выполнении ForecastingGridSearchCV ⇐ Python

[Anonymous]

Код: Выделить всё

pipe_y = TransformedTargetForecaster(
steps=[
("scaler", OptionalPassthrough(TabularToSeriesAdaptor(RobustScaler()))),
("forecaster", StatsForecastAutoARIMA(sp=12)),
]
)

pipe_X = ForecastingPipeline(
steps=[
("scaler", OptionalPassthrough(TabularToSeriesAdaptor(RobustScaler()))),
("forecaster", pipe_y),
]
)

cv1 = ExpandingWindowSplitter(fh=[1], initial_window=train1.shape[0]-3, step_length=1)

gscv1 = ForecastingGridSearchCV(
forecaster=pipe_X,
param_grid=[
{
"scaler__passthrough": [True, False],
"forecaster__scaler__passthrough": [True, False],
"forecaster": [StatsForecastAutoARIMA(sp=12)],
},
{
"scaler__passthrough": [True, False],
"forecaster": [Prophet()],
"forecaster__scaler__passthrough": [True, False],
"forecaster__seasonality_mode": ['addictive','multiplicative'],
"forecaster__changepoint_prior_scale": [0.001, 0.01, 0.1, 0.5],
"forecaster__seasonality_prior_scale": [0.01, 0.1, 1.0, 10.0],
},
],
cv=cv1,
error_score="raise",
scoring=MeanSquaredError(square_root=True),
)

gscv1.fit(train1['y'], X=train1[features1])

KeyError: 'scaler'
Я пытаюсь выполнить масштабирование как по y, так и по X, прежде чем подгонять модель прогноза. Я хочу сделать преобразование масштабирования необязательным. Однако при выполнении поиска по сетке выше я столкнулся с ошибкой.

Подробнее здесь: https://stackoverflow.com/questions/793 ... idsearchcv