Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Prognose eines bereitgestellten Autopilot-Modells
Nachdem Sie Ihre Modelle mit der AutoML-API trainiert haben, können Sie sie für Echtzeitprognosen oder Batch-basierte Prognosen einsetzen.
Die AutoML-API trainiert mehrere Modellkandidaten für Ihre Zeitreihendaten und wählt ein optimales Prognosemodell basierend auf Ihrer Zielkennzahl aus. Sobald Ihre Modellkandidaten geschult wurden, finden Sie den besten Kandidaten in der Antwort DescribeAutoMLJobV2 unter. BestCandidate
Um mithilfe dieses leistungsstärksten Modells Prognosen zu erhalten, können Sie entweder einen Endpunkt einrichten, um Prognosen interaktiv zu erhalten, oder mithilfe von Batch-Prognosen Vorhersagen für eine Reihe von Beobachtungen treffen.
Überlegungen
-
Wenn Sie Eingabedaten für Prognosen bereitstellen, sollte das Schema Ihrer Daten dasselbe sein wie das Schema, das Sie zum Trainieren Ihres Modells verwendet haben, einschließlich der Anzahl der Spalten, der Spaltenüberschriften und der Datentypen. Sie können Prognosen für ein vorhandenes oder neues Objekt IDs innerhalb desselben oder eines anderen Zeitstempelbereichs erstellen, um Vorhersagen für einen anderen Zeitraum zu treffen.
-
Prognosemodelle prognostizieren Punkte für den Prognosehorizont in der Zukunft, die beim Training in der Eingabeanforderung angegeben wurden, d. h. vom Zielenddatum bis zum Zielenddatum + Prognosehorizont. Um das Modell zur Vorhersage bestimmter Daten zu verwenden, sollten Sie die Daten im gleichen Format bereitstellen wie die ursprünglichen Eingabedaten, so dass sie sich bis zu einem bestimmten Zielenddatum erstrecken. Bei diesem Szenario beginnt das Modell mit der Prognose ab dem neuen Zielenddatum.
Wenn Ihr Datensatz z. B. monatliche Daten von Januar bis Juni mit einem Prognosehorizont von 2 enthält, würde das Modell den Zielwert für die nächsten 2 Monate vorhersagen, also für Juli und August. Wenn Sie im August Prognosen für die nächsten 2 Monate erstellen möchten, sollten Ihre Eingabedaten diesmal von Januar bis August reichen. Das Modell trifft dann Prognosen für die nächsten 2 Monate (September, Oktober).
-
Bei der Prognose zukünftiger Datenpunkte gibt es kein festgelegtes Minimum für die Menge an historischen Daten, die bereitgestellt werden müssen. Nehmen Sie genügend Daten auf, um saisonale und wiederkehrende Muster in Ihren Zeitreihen zu erfassen.
