Arbeta med multivariat tidsserieprognos

Med Qlik Predict kan du träna maskininlärningsmodeller för att göra prognoser för tidsspecifika mätvärden. Genom att använda neurala nätverksbaserade metoder lär sig och förutsäger modeller komplexa mönster som involverar tidsspecifika associationer, grupperade måldata, historiska funktioner och kända framtida variabler. För att skapa en tidsserieprognos förbereder du en träningsdatauppsättning, använder den i ett tidsserieexperiment, distribuerar en modell och skapar sedan tillämpningsdatauppsättningar som du kan använda för att generera förutsägelser.

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

Mer specifikt är datumindexet en kolumn som visas i dina tränings- och tillämpningsdatauppsättningar för tidsserieproblem. Datumindexet bestämmer strukturen för båda dessa tillämpningsdatauppsättningar – 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 insikten Möjligt datumindex i schemavy.

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

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

Du kan konfigurera vilka grupper 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 duplicerade värden i datumindexkolumnen – till exempel för datumet 2025-01-14 har du två poster: en för butik A och den andra för butik B.

Varje grupp i ett tidsserieexperiment – inklusive enbart målet – anses vara separata tidsserier i din datauppsättning. Se Vad är en tidsserie?.

Du ställer in prognosfönstret och gapstorleken när du konfigurerar en experimentversion. Dessa värden används både under modellträning och när förutsägelser genereras från modeller som distribuerats som ML-distributioner.

Prognosfönstret är antalet tidssteg som du vill förutsäga i framtiden. Om ditt tidssteg till exempel är en dag och du vill göra en prognos för försäljningen under de kommande två veckorna, ställer du in ditt prognosfönster till 14.

Prognosgapet är den tid i framtiden som du inte behöver förutsägelser för. Att ställa in ett prognosgap är valfritt, eftersom du kanske eller kanske inte behöver ett. Prognosgapet börjar i slutet av de registrerade historiska träningsdata som du har tillhandahållit. Prognosfönstret börjar där prognosgapet slutar.

Du kanske till exempel vill förutsäga framtida försäljning, men du är bara intresserad av framtida försäljning för datum senare än en vecka efter slutet av dina indata. I det här fallet, med ett tidssteg i dagar, kan du ställa in din prognosgapstorlek till sju tidssteg.

Ditt valda prognosfönster, utöver hur mycket träningsdata du har, begränsar hur långt in i framtiden du kan göra prognoser. Mer information finns i Maximalt prognosfönster.

Framtida funktioner

Med framtida funktioner kan du förse dina modeller med ytterligare data om framtida information som du redan känner till eller rimligen kan förvänta dig. Specifikt har du tillgång till framtida värden för denna funktion som sträcker sig över din valda prognoshorisont. När du definierar framtida funktioner måste du tillhandahålla både historiska data och framtida data.

För en modell som förutsäger mätvärden som kan påverkas av framtida rabatter som erbjuds av en butik, kan du till exempel inkludera de historiskt observerade rabatterna, såväl som rabatterna för framtida tidsperioder inom prognosfönstret. Andra exempel på framtida funktioner kan 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. Tidssteget kan till exempel vara dagligen, varje timme, varje minut eller varje sekund. Det minsta tidssteg som detekteras är millisekunder.

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

Efter att du har distribuerat din modell måste tillämpningsdata som du vill skapa förutsägelser för följa samma tidssteg som definierats i träningsdatauppsättningen.

Kvalitet

När du väljer en träningsdatauppsättning härleder systemet vilket tidssteg som används. Om det finns några saknade värden eller luckor i datumindexet kan kolumner som mål, grupper och kovariater interpoleras automatiskt av systemet. Men om dina data innehåller tidsintervall som är inkonsekventa till den grad att olika tidssteg detekteras, måste data korrigeras först. Om du till exempel har flera månaders data registrerade en gång om dagen, men det finns ett delavsnitt där data konsekvent registreras på veckobasis, kan datauppsättningen inte användas eftersom flera tidssteg kommer att detekteras.

Tillämpningsfönster

Tillämpningsfönstret, eller tillbakablicksperioden, är den del av träningsdata som algoritmen kan använda för att ge förutsägelserna för ditt angivna prognosfönster.

Tillämpningsfönstret beräknas och ställs in av systemet. Det mäts i tidssteg. Tillämpningsfönstret definieras av vad du ställer in som prognosfönster och gap (prognoshorisont). Storleken på ditt tillämpningsfönster visas i experimentkonfigurationspanelen och i Sammanfattning av modellträning efter att du har kört minst en experimentversion. Det visas också i en ML-distributions Modellschema när du skapar eller redigerar en konfiguration för batchförutsägelse.

Tillämpningsfönstret identifieras automatiskt från din träningskonfiguration. För att generera förutsägelser för ett givet prognosfönster måste du tillhandahålla historiska data som täcker minst ditt tillämpningsfönster. Detta tillhandahålls i din tillämpningsdatauppsättning. Se Förbereda en tillämpningsdatamängd.

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 Uppskattad maximal prognos eller Maximal prognos under Baserat på dina data när du öppnar Mål och experimenttyp i experimentkonfigurationspanelen. Det maximala prognosfönstret är det maximala antalet tidssteg som du kan generera prognoser för, givet ditt valda prognosfönster, hur mycket historiska data du har tillhandahållit och den minsta urvalsstorlek som systemet förväntar sig. Ju mer historiska data du tillhandahåller, desto längre fram i tiden kommer du att kunna förutsäga. Men för att generera tillförlitliga förutsägelser är det viktigt att välja ett rimligt prognosfönster.

Det maximala prognosfönstret kan vara upp till 180 tidssteg.

Brytpunktstid för prognos

Brytpunktstiden för prognosen är särskilt viktig när du definierar din tillämpningsdatauppsättning under förutsägelser. Brytpunktstiden för prognosen är det sista datumet i ditt urval för vilket du har ett målvärde. I princip är datum efter denna brytpunktstid de datum som du vill generera förutsägelser för.

Vad är en tidsserie?

Inom tidsserieprognoser med Qlik Predict anses varje grupp – inklusive enbart målet – vara separata tidsserier i träningsdatauppsättningen. Anta till exempel att din träningsdatauppsättning innehåller försäljningsmätvärden. Dessa försäljningsmätvärden är definierade för varje butik och produkttyp. Med kolumnerna Butik och Produkttyp definierade som grupper finns det tre tidsserier i träningsdatauppsättningen.

Förbereda en träningsdatauppsättning

För multivariata tidsserieprognoser måste din träningsdatauppsättning innehålla följande kolumner:

• Datumindex

• Målkolumn

• Gruppkolumner (valfritt)

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

Tillämpningsdatamängd – krav och validering

För tidsseriemodeller behöver tillämpningsdatamängden:

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

• Samma tidssteg som träningsdatasetet.

• Alla grupper och gruppvärden som fanns i träningsdatasetet.

  Anteckning om informationOm nya gruppvärden finns i tillämpningsdatasetet (som inte fanns i träningsdata) genereras inga förutsägelser för dessa rader. Om förutsägelser krävs för dessa nya gruppvärden rekommenderas att du tränar om modellen med träningsdata som inkluderar dem.

• Lika många eller fler historiska dataposter (per mål och grupp) före bryttidpunkten för prognosen som antalet poster i tillämpningsfönstret för modellen. Dessa måste vara fullständiga poster som innehåller den historiskt observerade datum- eller tidsstämpeln, mål- och kovariatvärden. Tillämpningsfönstret bestäms av det prognosfönster och gap som konfigurerats under träningen – ju längre in i framtiden du behöver göra förutsägelser, desto mer historiska data behöver du i ditt tillämpningsdataset för att köra förutsägelser.

• 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