機械翻訳について

Planningアドバイザのハイパーパラメータ・チューニングの詳細

このトピックでは、需要または需要および供給プランについて、プランニング・アドバイザのハイパーパラメータ・チューニング通知を介して提供されるテキストおよび基礎となる計算について説明します。

ハイパーパラメータ・チューニングのプランニング・アドバイザの通知のタイプは、ハイパーパラメータ・チューニングのサマリーです。 結果は累積的で、前の計画実行および現在の計画実行でのハイパーパラメータ・チューニングが対象です。

プランニング・アドバイザで通知を選択すると、次の詳細が表示されます。

• 最初の箇条書きは、ハイパーパラメータ・チューニングが試行された予測ノード(組合せ)の割合と、ハイパーパラメータ・チューニングが実行された予測プロファイルの名前を示します。

  ハイパーパラメータ・チューニングの予測ノードの割合は、HypertuneSamplePercent予測パラメータの値によって決まります。

• 2番目の箇条書きには、ハイパーパラメータ・チューニングを使用した最初の計画実行の日付と、ハイパーパラメータ・チューニングを使用した最新の計画実行の日付が示されます。
• 3番目の箇条書きは、評価された予測ノードの数を示します。

  これらの予測ノードでハイパーパラメータ・チューニングが成功したか、成功しませんでした。

• 4番目の箇条書きには、ハイパーパラメータ・チューニングが成功した予測ノードの数と、正常にチューニングされた予測ノードの割合が示されます。
• 5番目の箇条書きは、チューニングされた予測ノードの平均絶対パーセンテージ・エラー(MAPE)の累積改善を、予測レベルおよび単位でのパーセンテージ値として示します。

  MAPEの改善率は、次のように計算された加重平均によって反映されます。

  SUM((<measure>Tuned Base MAPE - <measure>Tuned Best MAPE) * InputMeasureHistoryAverage * ForecastBuckets)。ここで、チューニングされたベースMAPEおよびチューニングされた最善MAPEはメジャーによって提供され、InputMeasureHistoryAverageは平均履歴の関連比率に対する平均需要で、ForecastBucketsはプランの予測バケット数です。

  単位でのMAPEの改善は、次のように計算されます。

  SUM((<measure>Tuned Base MAPE - <measure>Tuned Best MAPE) * InputMeasureHistoryAverage / SUM(InputMeasureHistoryAverage)は、チューニングされたベースMAPEとチューニングされた最適なMAPEがメジャーによって提供され、InputMeasureHistoryAverageは平均履歴の関連する割合に対する平均需要です。

次の点に注意してください:

• この情報は、集計解除された予測ノードに関するものです。

  たとえば、2つの集計予測ノードでハイパーパラメータ・チューニングが実行されたシナリオを考えてみます。1つは8つの予測ノードに集計解除でき、もう1つは2つの予測ノードに集計できます。 ハイパーパラメータ・チューニングは、最初の集計された予測ノードに対してのみ成功しました。 したがって、ハイパーパラメータ・チューニングが成功した予測ノードの割合は80です。

• 計算には、ベースMAPEを計算できなかった予測ノードが含まれず、最適なMAPEのみを計算できます。