Trabajar con predicciones para modelos de series temporales
Tras implementar un modelo de series temporales, puede utilizarlo para crear predicciones sobre datos nuevos. Para crear predicciones de series temporales, prepare un conjunto de datos de aplicación que contenga los datos y la estructura necesarios. Para ver los detalles completos, consulte Preparar un conjunto de datos de aplicación.
Mecanismo de predicción
El proceso para las predicciones de modelos de series temporales tiene algunas diferencias con respecto a los modelos de clasificación y regresión.
Los modelos de clasificación y regresión predicen valores futuros para una columna completa que no existe o es desconocida en el conjunto de datos de aplicación. Por ejemplo, supongamos que tiene un modelo de clasificación binaria que predice valores futuros de abandono de clientes en una columna Churned. El conjunto de datos de aplicación no suele contener una columna Churned de clientes que abandonan su carrito de la compra, y si existe se ignora; en su lugar, los valores de esta columna son generados por el modelo como predicciones.
Por otro lado, con un modelo de series temporales, las predicciones se crean como filas en lugar de columnas. Las predicciones se siguen generando para una columna objetivo, pero son registros que corresponden a valores de tiempo futuros específicos. La estructura de las columnas no cambia entre los conjuntos de datos de entrenamiento y de aplicación.
Además, un conjunto de datos de aplicación para un modelo de clasificación o regresión no debe contener ningún valor objetivo para el cual desea generar predicciones. Por otro lado, el conjunto de datos de aplicación para un modelo de series de tiempo debe contener algunos valores históricos de objetivo y características, correspondientes a la ventana de aplicación para el modelo. Estos requisitos se especifican con más detalle en Trabajar con predicciones para modelos de series temporales.
Herramientas disponibles para crear un conjunto de datos de aplicación
Las siguientes herramientas están disponibles en Qlik Cloud para ayudarle a construir y generar dinámicamente sus conjuntos de datos:
-
Secuencias de comandos de Qlik, disponible en el Editor de carga de datos, en las apps, así como el editor de scripts independiente accesible desde el centro de actividades Analítica.
-
Receta de tabla, disponible como una herramienta independiente desde el centro de actividades Analítica. La receta de tabla está diseñada para crear conjuntos de datos de una sola tabla, como los utilizados en el aprendizaje automático.
-
Flujo de datos, disponible como una herramienta independiente desde el centro de actividades Analítica.
-
Gestor de datos en apps de análisis.
Operaciones necesarias habitualmente
Cambiar los tipos de características
Es posible que, cuando prepare su conjunto de datos de aplicación, necesite transformar columnas para modificar los tipos de características.
El ejemplo más común es si tiene una columna numérica que ha configurado como un grupo en su modelo. Cuando selecciona una característica como un grupo dentro de su experimento, su tipo de característica se cambia automáticamente a categórico, si no lo es ya, para que pueda ser tratado como un grupo. Cuando añade su conjunto de datos de aplicación para hacer predicciones, los datos de la columna probablemente todavía contengan datos de características numéricas, por lo que necesitará cambiar la columna a datos de cadena de texto para que sea identificada como una característica categórica. Esta transformación se puede realizar fácilmente utilizando scripts de Qlik — con la función text() — o con otras herramientas de preparación de datos de Qlik, como la receta de tabla y el flujo de datos.
Para ver un ejemplo de uso de funciones de script de Qlik, consulte Preparar el conjunto de datos.
Limitaciones
-
La supervisión de la deriva o desviación de datos no está disponible para modelos de series temporales.
-
Los conjuntos de datos SHAP no se pueden generar durante las predicciones con modelos de series temporales.
-
El conector analítico de Qlik Predict no es compatible con modelos de series temporales.
Para conocer las limitaciones relacionadas con los experimentos de series temporales, consulte Limitaciones y consideraciones.