Задачи временных рядов

Сходства

• Обе модели должны иметь целевой столбец числового типа.

• Обе модели обычно используются в финансовых сценариях, связанных с прогнозированием продаж и денежных потоков.

Отличия

• Задачи временных рядов поддерживают сгруппированные целевые показатели, в то время как задачи регрессии — нет (см. Компоненты задачи временных рядов). Сценарии с группами можно реализовать в задачах регрессии путем обучения нескольких различных моделей, выполнив глобальное обучение по группам.

• Задачи временных рядов поддерживают сценарии, в которых переменные признака известны заранее — например, прогнозы погоды, запланированные рекламные скидки, а также даты будних, выходных или праздничных дней. Эти переменные признака известны как Будущие признаки.

• Для задач временных рядов данные должны быть проиндексированы по дате или дате и времени с фиксированным временным интервалом. Кроме того, во время обучения и прогнозирования ожидается и генерируется различное содержимое данных (см. Подготовка набора данных для обучения и Подготовка набора данных для применения).

• В задачах временных рядов прогнозируемые значения имеют прямую связь с датами и временем. В задачах регрессии прогнозируемые значения могут соответствовать или не соответствовать определенным датам и времени; даже если связь имеется, она не является прямой и явно не обозначается в выходных данных.

• Используются различные алгоритмы (см. Общее представление об алгоритмах модели).