Arbeta med multivariat tidsserieprognostisering

Med Qlik Predict kan du träna maskininlärningsmodeller för att prognostisera tidsspecifika mätvärden. Med hjälp av neurala nätverksbaserade metoder lär sig modeller och förutsäger komplexa mönster som involverar tidsspecifika associationer, grupperad måldata, historiska funktioner och kända framtida variabler. För att skapa en tidsserieprognos, förbered en träningsdatauppsättning, använd den i ett tidsserieexperiment, distribuera en modell och skapa sedan tillämpningsdatauppsättningar som du kan använda för att generera prognoser.

Mål

Precis som med andra experimenttyper är målet den kolumn för vilken du vill att modellen ska förutsäga framtida värden. För tidsserieexperiment måste målet innehålla numeriska data—till exempel försäljning eller lager.

Om du använder grupper i tidsserieprognosen, kommer modeller att förutsäga ett målvärde per grupp per tidssteg i prognosfönstret. Om du inte använder grupper, kommer dina tränade modeller att förutsäga ett målvärde för varje tidssteg i prognosfönstret.

Datumindex

Datumindexet spårar tidsseriemåtten över ett kontinuerligt tidsintervall (tidssteg). Du måste bestämma ditt tidssteg i ett tidigt skede: hur ofta behöver du förutsäga framtida värden?

Närmare bestämt är datumindexet en kolumn som visas i dina tränings- och app-datauppsättningar för tidsserieproblem. Datumindexet bestämmer strukturen för båda dessa app-datauppsättningar—varje rad representerar ett steg i tiden (eller, med grupper, ett steg i tiden för varje unik gruppering).

När du lägger till din träningsdatauppsättning i ett tidsserieexperiment, identifieras möjliga datumindexkolumner automatiskt och presenteras för dig som Insikter på kolumnnivå. Du kan identifiera dem från Möjligt datumindex-insikten i schemavyn.

Grupper är funktioner som innehåller kategorisk information för vilken du vill generera prognoser separat. Klassiska exempel på grupper inkluderar butiksnummer och produkt, som kunde ha använts för att organisera data för ett mål som försäljning. Genom att välja butiksnummer och produkttyp som grupper, kommer dina tidsseriemodeller att ge prognoser för varje enskilt värde i dessa kolumner. Till exempel, med försäljning som mål, om du har tre butiksnummer – 1, 2 och 3 – och två produkttyper – livsmedel och färskvaror – kommer din modell att generera försäljningsprognoser för varje unik kombination av dessa värden.

Du bör införliva grupper i ditt tidsserieproblem om du har data och behöver individuella prognoser per kategori. En annan fördel med grupper är att modeller kan lära sig globalt, och bättre förstå mönstren som finns mellan de olika grupperingarna du definierar.

Du kan konfigurera grupperna som ska användas för varje experimentversion. Om du inte anger grupper men grupper identifieras i din träningsdatauppsättning, kommer träningen att använda grupper.

Grupper identifieras av kopierade värden i datumindexkolumnen—till exempel, för ett datum 1/14/2025, har du två poster: en för butik A och den andra för butik B.

Varje grupp i ett tidsserieexperiment – inklusive enbart målet – betraktas som separata tidsserier inom din datamängd. Se Vad är en tidsserie?.

Du anger prognosfönstret och gapstorleken när du konfigurerar en experimentversion. Dessa värden används både under modellträning och vid generering av förutsägelser från modeller distribuerade som ML-distributioner.

Prognosfönstret är antalet tidssteg som du vill förutsäga in i framtiden. Till exempel, om ditt tidssteg är en dag och du vill prognostisera försäljning för de kommande två veckorna, skulle du ställa in ditt prognosfönster till 14.

Prognosgapet är den tidsperiod i framtiden för vilken du inte behöver förutsägelser. Att ställa in ett prognosgap är valfritt, eftersom du kanske behöver ett eller inte. Prognosgapet börjar vid slutet av den inspelade historiska träningsdatan du har tillhandahållit. Prognosfönstret börjar där prognosgapet slutar.

Till exempel kanske du vill förutsäga framtida försäljning, men du är bara intresserad av framtida försäljning för datum som är senare än en vecka efter slutet av dina indata. I det här fallet, med ett tidssteg i dagar, skulle du kunna ställa in storleken på din prognoslucka till sju tidssteg.

Ditt valda prognosfönster, utöver hur mycket träningsdata du har, begränsar hur långt in i framtiden du kan prognostisera. För mer information, se Maximalt prognosfönster.

Framtida funktioner

Med framtida funktioner kan du tillhandahålla ytterligare data till dina modeller om framtida information som du redan känner till eller rimligen kan förvänta dig. I synnerhet har du tillgång till framtida värden för denna funktion som sträcker sig över din valda prognoshorisont. När du definierar framtida funktioner, behöver du tillhandahålla historiska såväl som framtida data.

Till exempel, för en modell som förutsäger mätvärden som skulle kunna påverkas av framtida rabatter som erbjuds av en butik, skulle du kunna inkludera de historiskt observerade rabatterna, samt rabatterna för framtida tidsperioder inom prognosfönstret. Andra exempel på framtida funktioner skulle kunna vara väder- eller kalenderinformation.

Tidssteg

Tidssteget definieras av din träningsdatauppsättning och är viktigt för både träning och förutsägelser.

I din träningsdatauppsättning är tidssteget det intervall med vilket data i ditt datumindex registreras. Till exempel kan tidssteget vara dagligen, varje timme, varje minut eller varje sekund. Det minsta tidssteget som upptäckts är millisekunder.

Det är viktigt att vara medveten om tidssteget som används i din träningsdata. Andra experimentparametrar som du definierar, till exempel prognosfönster och prognosgapstorlek, kommer att följa detta tidsstegsintervall.

Efter att ha distribuerat din modell kommer de data du vill skapa förutsägelser för att behöva följa samma tidssteg som definierats i träningsdatauppsättningen.

Kvalitet

När du väljer en träningsdatauppsättning, härleder systemet det använda tidssteget. Om det finns saknade värden eller luckor i datumindexet kan kolumner som mål, grupper och kovariater interpoleras automatiskt av systemet. Dock, om dina data innehåller tidsintervall som är inkonsekventa till den grad att olika tidssteg upptäcks, måste data åtgärdas först. Till exempel, om du har flera månaders data som registrerats en gång dagligen, men det finns ett delavsnitt där data konsekvent registreras veckovis, kan datamängden inte användas eftersom flera tidssteg kommer att upptäckas.

Använd fönster

Tillämpningsfönstret, eller återblicksperioden, är den del av träningsdata som algoritmen kan använda för att tillhandahålla prognoserna för ditt angivna prognosfönster.

Tillämpningsfönstret beräknas och ställs in av systemet. Det mäts i tidssteg. Tillämpningsfönstret definieras av vad du anger som prognosfönstret och gapet (prognoshorisonten). Din apply-fönsterstorlek visas i experimentkonfigurationspanelen och Modellträningssammanfattning, efter att ha kört minst en experimentversion. Det visas också i ett ML-distributionsModellschema när du skapar eller redigerar en konfiguration för batchförutsägelse.

Tillämpningsfönstret identifieras automatiskt från din träningskonfiguration. För att generera prognoser för ett givet prognosfönster måste du tillhandahålla historiska data som täcker åtminstone ditt tillämpningsfönster. Detta tillhandahålls i din ansökningsdatauppsättning. Se Förbereder en tillämpningsdatauppsättning.

Maximalt prognosfönster

Det maximala prognosfönstret uppskattas när du konfigurerar ditt tidsserieexperiment. När du har kört en version av träningen bekräftas det maximala prognosfönstret med säkerhet. Det maximala prognosfönstret visas för dig som Beräknad maximal prognos eller Maximal prognos under Baserat på dina data, när du öppnar Mål och experimenttyp i panelen för experimentkonfiguration. Det maximala prognosfönstret är det maximala antalet tidssteg för vilka du kan generera prognoser, givet ditt valda prognosfönster, hur mycket historisk data du har tillhandahållit, och den minsta urvalsstorlek som förväntas av systemet. Ju mer historisk data du tillhandahåller, desto längre fram i tiden kommer du att kunna förutsäga. För att generera tillförlitliga prognoser är det dock viktigt att välja ett rimligt prognosfönster.

Det maximala prognosfönstret kan vara så stort som 180 tidssteg.

Prognosens bryttid

Prognosens bryttid är särskilt viktig när du definierar din app-datauppsättning under prediktioner. Prognosens bryttid är det sista datumet i ditt urval för vilket du har ett målvärde. I grund och botten är datum efter denna bryttid de datum för vilka du vill generera prognoser.

Vad är en tidsserie?

Inom Qlik Predict tidsserieprognostisering betraktas varje grupp – inklusive målet ensamt – som separata tidsserier inom träningsdatauppsättningen. Anta till exempel att din träningsdatauppsättning innehåller försäljningsmått. Dessa försäljningsmått definieras för varje butik och produkttyp. Med kolumnerna Butik och Produkttyp definierade som grupper finns det tre tidsserier i träningsdatauppsättningen.

Förbereder en träningsdatauppsättning

För prognoser för multivariata tidsserier måste din träningsdatauppsättning innehålla följande kolumner:

• Dataindex

• Målkolumn

• Gruppera kolumner (valfritt)

• Funktionskolumner (valfritt—utan funktioner, tränar du en univariat prognosmodell)

Tillämpa datamängd — Krav och validering

För tidsseriemodeller behöver tillämpningsdatauppsättningen:

• Kolumner och kolumnrubriker för alla kolumner som ingår i träningsdatasetet.

• Samma tidssteg som träningsdatasetet.

• Alla grupper och gruppvärden som fanns i träningsdatasetet.

• Lika många eller fler historiska dataposter (per mål och grupp) före prognosens bryttidpunkt som antalet poster i tillämpningsfönstret för modellen. Dessa måste vara fullständiga poster som innehåller det historiskt observerade datumet eller tidsstämpeln, samt värden för mål och kovariat. Tillämpningsfönstret bestäms av prognosfönstret och luckan som konfigurerades under träningen – ju längre in i framtiden du behöver förutsäga, desto mer historiska data behöver du i ditt tillämpningsdataset för att köra prediktioner.

• Poster för alla framtida tidssteg i din prognoshorisont. För dessa framtida poster ska du endast inkludera värdena för datumindexkolumnen, samt eventuella framtida funktioner. Lämna värdena för de andra kolumnerna tomma.

Exempel