使用多元时间序列预测

通过Qlik Predict，您可以训练机器学习模型来预测特定时间的指标。使用基于神经网络的方法，模型学习并预测涉及特定时间关联、分组目标数据、历史特征和已知未来变量的复杂模式。要创建时间序列预测，请准备训练数据集，在时间序列实验中使用它，部署模型，然后创建可用于生成预测的应用数据集。

目标

与其他实验类型一样，目标是您希望模型预测未来值的列。对于时间序列实验，目标需要包含数值数据—例如，销售额或库存。

如果您在时间序列预测中使用组，模型将在预测窗口中为每个组的每个时间步预测一个目标值。如果您不使用组，您的训练模型将在预测窗口中为每个时间步预测一个目标值。

数据索引

日期索引跟踪连续时间间隔（时间步）内的时间序列指标。您需要在早期阶段决定您的时间步：您需要多久预测一次未来值？

具体来说，日期索引是时间序列问题中出现在您的训练和应用数据集中的一个列。日期索引决定了这两个应用数据集的结构——每一行代表时间中的一个步长（或者，对于分组，每个唯一分组的时间步长）。

当您在时间序列实验中添加训练数据集时，系统会自动识别可能的日期索引列，并以洞察的形式在列级别呈现给您。您可以在模式视图中从可能的日期索引洞察中识别它们。

分组是包含分类信息的特性，您希望为其单独生成预测。组的经典示例包括商店编号和产品，可用于组织销售额等目标的数据。通过选择商店编号和产品类型作为组，您的时间序列模型将为这些列中的每个单独值提供预测。例如，以销售额为目标，如果您有三个商店编号 — 1、2 和 3 — 和两种产品类型 — 杂货和农产品 — 您的模型将为这些值的每个唯一组合生成销售预测。

如果您有数据并且需要按类别进行单独预测，则应将组纳入您的时间序列问题中。组的另一个优点是模型可以全局学习，从而更好地理解您定义的各种分组之间存在的模式。

您可以配置每个实验版本要使用的组。如果您未指定组，但训练数据集中已识别出组，则训练将使用组。

组通过日期索引列中的复制值进行识别，例如，对于 2025 年 1 月 14 日的日期，您有两条记录：一条用于商店 A，另一条用于商店 B。

时间序列实验中的每个组（包括单独的目标）都被视为数据集中的单独时间序列。请参阅什么是时间序列？。

您在配置实验版本时设置预测窗口和间隔大小。这些值用于模型训练期间以及从作为 ML 部署部署的模型生成预测时。

预测窗口是您希望预测未来多远的时间步数。例如，如果您的时间步长为一天，并且您想预测未来两周的销售额，您会将预测窗口设置为 14。

预测间隔是未来您不需要预测的一段时间。设置预测间隔是可选的，因为您可能需要也可能不需要。预测间隔开始于您提供的已记录历史训练数据的末尾。预测窗口开始于预测间隔结束的地方。

例如，您可能希望预测未来销售额，但您只对输入数据结束一周后的日期之后的未来销售额感兴趣。在这种情况下，如果时间步长为天，您可以将预测间隔大小设置为七个时间步长。

您选择的预测窗口，以及您拥有的训练数据量，限制了您可以预测的未来范围。有关更多信息，请参阅最大值预测窗口。

未来特性

借助未来特性，您可以向模型提供关于您已知或合理预期的未来信息的额外数据。特别是，您可以访问此特性在您选定的预测范围内的未来值。定义未来特性时，您需要提供历史数据和未来数据。

例如，对于预测可能受商店未来折扣影响的指标的模型，您可以包含历史上观察到的折扣，以及预测窗口内未来时间段的折扣。未来特性的其他示例可以是天气或日历信息。

时间步长

时间步长由您的训练数据集定义，对训练和预测都很重要。

在您的训练数据集中，时间步长是记录日期索引中数据的间隔。例如，时间步长可以是每天、每小时、每分钟或每秒。

了解训练数据中使用的时间步长非常重要。您定义的其他实验参数，例如预测窗口和预测间隔大小，将关注此时间步长间隔。

部署模型后，您要创建预测的应用程序数据需要关注与训练数据集中定义的时间步长相同的时间步长。

质量

当您选择训练数据集时，系统会推断所使用的时间步长。如果日期索引中存在一些缺失或不一致的值，系统可以自动插值这些特性。但是，如果您的数据包含时间间隔不一致，以至于检测到不同的时间步长，则必须首先修复数据。例如，如果您有几个月的数据是每天记录一次，但其中有一个部分的数据是每周记录一次，则该数据集无法使用，因为会检测到多个时间步长。

应用窗口

应用窗口（或回溯期）是算法可用于为指定的预测窗口提供预测的训练数据的一部分。

应用窗口由系统计算和设置。它以时间步长衡量。应用窗口由您设置的预测窗口和间隔（预测范围）定义。

应用窗口从您的训练配置中自动识别。要为给定的预测窗口生成预测，您需要提供至少覆盖您的应用窗口的历史数据。这在您的应用数据集中提供。请参阅准备应用数据集。

最大值预测窗口

最大值预测窗口在您配置时间序列实验时进行估算。在您运行了某个版本的训练后，最大值预测窗口将确定地确认。最大预测窗口会显示为估计的最大预测或最大预测，位于基于您的数据下方，当您在实验配置面板中打开目标和实验类型时。最大预测窗口是您可以生成预测的最大时间步数，具体取决于您选择的预测窗口、您提供的历史数据量以及系统预期的最小样本量。您提供的历史数据越多，您能够预测的时间就越远。但是，为了生成可靠的预测，选择一个合理的预测窗口非常重要。

最大预测窗口可以达到 180 个时间步。

预测截止时间

预测截止时间在定义您的应用数据集进行预测时尤其重要。预测截止时间是您的样本中您拥有目标值的最后日期。本质上，此截止时间之后的日期是您想要生成预测的日期。

什么是时间序列？

在Qlik Predict时间序列预测中，每个组（包括单独的目标）都被视为训练数据集中的独立时间序列。例如，假设您的训练数据集包含销售指标。这些销售指标是为每个商店和产品类型定义的。将“商店”和“产品类型”列定义为组后，训练数据集中有三个时间序列。

准备训练数据集

对于多元时间序列预测，您的训练数据集需要包含以下列：

• 数据索引

• 目标列

• 分组列（可选）

• 特性列（可选 — 如果没有特性，您正在训练单变量预测模型）

应用数据集 — 要求和验证

对于时间序列模型，应用数据集需要：

• 训练数据集中含有的所有列和列标题。

• 与训练数据集一样的时间步长。

• 截至预测截止时间之前，每个目标与组的历史数据记录数量，应与模型应用窗口中的记录数量相同或更多。这些记录必须完整，包含历史观测到的日期或时间戳、目标和协变量值。应用窗口由训练期间配置的预测窗口和间隔决定 — 您需要预测的未来时间越长，在应用数据集中运行预测所需要的历史数据就越多。

• 预测范围中全部未来时间步的记录。对于这些未来记录，只包含日期索引列的值以及任何未来特性。将其他列的值留空。

示例