Пример прогнозирования Azure AutoML для временных рядов с несколькими функциями ковариации

Я хотел бы использовать Azure AutoML для forecasting, где у меня есть несколько функций для одного временного ряда. Есть ли какой-нибудь пример, который я могу воспроизвести?

Я изучал: https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/automated-machine-learning/forecasting-beer-remote/auto-ml-forecasting-beer-remote.ipynb и https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/automated-machine-learning/прогнозирование-апельсиновыйсок-продажи/авто-мл-прогнозирование-апельсин-сок-sales.ipynb, но не удалось использовать несколько функций вместо одного временного ряда.

Любая помощь приветствуется


azure azureml azure-machine-learning-service azure-machine-learning-studio
person Nico Tom    schedule 01.12.2020    source источник

Ответы (2)


arrow_upward
0
arrow_downward

Похоже, вы пытаетесь найти записную книжку, в которой показано, как предсказать целевую переменную при наличии экзогенных функций. Приведенный вами образец записной книжки OJ на самом деле является хорошим примером для справки в этом сценарии.

При втором взгляде вы обнаружите, что в примере OJ «Количество» является функцией «Цены» и других переменных. Мы предлагаем попытаться сосредоточиться на одном временном ряду в наборе данных OJ (единое сочетание магазина и бренда), поскольку концепция может быть потеряна из-за сосредоточения на нескольких сериях. Также обратите внимание, что в этом примере набор данных OJ действительно имеет несколько функций, мы просто указываем только те функции, которые необходимо исключить.

Образец записной книжки OJ: https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/automated-machine-learning/forecasting-orange-juice-sales/auto-ml-forecasting-orange-juice-sales.ipynb

-Сабина, менеджер по машинному обучению Azure

person Sabina Cartacio    schedule 04.12.2020

arrow_upward
0
arrow_downward

Пожалуйста, проверьте здесь, Автоматическое обучение модели прогнозирования временных рядов - Машинное обучение Azure | Документы Microsoft

Пожалуйста, проверьте приведенный ниже ускоритель многих моделей, который моделирует данные временных рядов (но в другом домене). Это может быть полезно. buswrecker / energy-many-models: ответвление оригинальной AML Many-Models - для сектора энергетики (github.com)

Модели прогнозирования AML AutoML обращаются к отсутствующим данным на этапе определения характеристик с помощью прямого заполнения, если отсутствующее значение находится в целевом столбце, или медианного значения, если в столбце характеристик. Также надежными могут быть библиотеки, такие как Prophet, которые поддерживаются через Auto ML.

person Ram-msft    schedule 31.12.2020