準備資料

定義如何在執行預測前評估和管理資料，例如，如何處理異常值或無資料值。這些資料準備選項可改善用於預測的資料品質。

請定義要如何管理每個動因的資料。請注意，目標值為是表示正在預測的目標測量值。

1. 針對未來的輸入動因資料，如果您想要預測遺漏輸入動因值的值，請選取預測遺漏輸入動因值。

   預測無資料值時，會使用統計預測 (單變量預測) 來預測，且這些值會用於 ML 模型訓練。

2. 針對每個動因，定義如何處理無資料值：按一下動作欄中的「編輯」圖示 ，然後從無資料值清單中，選取處理無動因值的選項。

   資料可能因數種原因而包含無資料值，例如測量失敗、格式問題、人為錯誤或缺乏資訊。您可以定義填入這些無資料值的方式，這可將標準化的值新增至資料集內的無資料項目。

   • 無 — 不採取任何動作並依原樣傳送資料。
   • 零 — 以零取代任何欄的無資料值。
   • 以平均值取代 — 以歷史序列的平均值取代。
   • 以中位數取代 — 以歷史序列的中位數點取代。
   • 以眾數取代 — 以歷史資料中最常見的值取代。
   • 以下一個觀察值取代 — 以下一個期間觀察到的值取代無資料值。
   • 以上一個觀察值取代 — 以上一個期間觀察到的值取代無資料值。
3. 針對每個動因，從異常值清單中，選取要用來處理異常值 (任何不在動因範圍 mean +/- 3*Standard Deviation 內的值) 的選項：

   • 無 — 不採取任何動作並依原樣傳送資料。

   • 以零取代 — 以零取代。

   • 以平均值取代 — 以平均值取代。

   • 以 Z_score 取代 — 以 Z_score 取代。

     針對任何數值欄，任何不在 mean +/- 3*Standard Deviation (標準偏差) 範圍內的值都會被視為異常值。小於 mean - 3*std dev 的值會被 mean -3*std dev 取代。大於 mean + 3*std dev 會被 mean + 3*std dev 取代。

4. 按一下下一步。