选择算法

选择要用于高级预测的算法。

要定义用于高级预测的算法：

1. 在选择算法部分中，选择要使用的算法：

   • Oracle AutoMLx - 包含十种算法（包括单变量和多变量）的一套专有套件；可为给定的误差度量自动选择最佳模型。运行所有这些算法，并为您选择具有最佳结果的最佳选项。

     • 对数据运行各种统计模型和机器学习算法。
     • 优化并验证模型。
     • 为您的数据找到最佳模型。
     • 将您的数据与最佳模型进行拟合。

   • 轻量 GBM - 轻量级梯度提升，一种基于集合和树的快速高效算法，适用于大型数据集。最适合于时间与其他功能相比权重更低的数据集。

   • XGBoost - 极端梯度提升，一种基于集合和树的算法，最适合于时间与其他功能相比权重更低的数据集。

   • Prophet - 时间序列算法，最适合具有强季节效应和几个季节历史数据的数据。

   • SARIMAX - 采用外生算法的 Arima。

2. 选择要用于选定算法的预测误差量度，以定义算法应如何选择最佳模型。它基于选定的误差量度优化模型训练，以确定要用于预测的最佳选项。ML 引擎从数据中学习模式，并查找最佳选项来尽可能减少误差。ML 引擎根据您选择的误差量度评估每个迭代，并在误差量度最低时选择迭代。
   • sMAPE - 对称平均绝对百分比误差
   • MAPE - 平均绝对百分比误差
   • RMSE - 均方根误差

   使用您选择的误差度量，高级预测可以：

   • 选择误差最小的模型作为最佳模型。
   • 对于最佳模型：
     • 生成与输入系列对应的拟合系列。
     • 生成展望期的预测。