使用时间序列实验
通过时间序列实验，您可以训练模型以预测对应于特定未来时间段的指标—例如，未来一周或一个月的销售额。在 Qlik Predict 中，时间序列模型生成支持分组目标和未来特性的多变量预测。时间序列预测可用于涉及数值 目标 的实验。
配置时间序列实验
用例
无论何时您需要针对数值指标进行日期敏感的预测，时间序列预测都非常有用。时间序列预测在许多场景中都非常有用，包括：
-
销售和财务预测
-
预测库存和存货
-
预测能源使用和需求
-
预测开支
什么是多元时间序列预测？
多元时间序列预测是对涉及多个变量的场景的未来数据进行预测。时间序列实验允许您探索多个目标（通过组引入）和多个特性之间的时间特定模式。与分类和回归模型所做的预测不同，时间序列预测是针对特定日期或时间的。例如，您可能希望预测未来两周的销售额，相关日期为 1 月 1 日至 14 日。
第 1 部分：准备训练数据集
首先准备一个训练数据集。训练数据集必须包含以一致时间间隔测量的历史数据。有关完整详细信息，请参阅 准备训练数据集。
第 2 部分： 创建时间序列实验
您可以通过创建 ML 实验来创建时间序列实验，然后选择 时间序列 作为 实验类型。
要将实验配置为时间序列实验，目标需要是数值型，并且具有超过 11 个唯一值（尽管需要更多值才能生成高质量模型）。数据集还需要有一个列，其中包含以一致时间间隔记录的日期或日期时间信息。
执行以下操作：
-
从 分析 活动中心创建 ML 实验。请参阅创建实验。
-
选择训练数据集后，单击
视图配置以展开实验配置面板。 -
展开 目标和实验类型。
-
使用下拉菜单选择目标。
-
在 实验类型 下，选择 时间序列。
第 3 部分：配置时序实验
接下来，您需要配置特定于您想要使用时序模型进行的预测的参数。这些参数特定于时序实验。有关每个参数含义的说明，请参阅使用多元时间序列预测。
执行以下操作：
-
在日期索引下，选择要使用的索引列。
-
（可选）使用组和未来特性的下拉菜单，将目标分组和未来特性添加到模型训练中。
-
在基于您的数据部分中，以时间步长设置预测窗口大小和预测间隔大小。
第 4 部分：配置其他实验参数
与其他实验类型一样，还有其他属性（并非时间序列实验所独有），您可能需要在实验配置中进行调整。这些包括：
-
选择特性
-
选择算法
-
更改特性类型
有关完整地详细信息，请参阅配置实验。
第 5 部分：运行训练
执行以下操作：
-
在底部条形中，点击运行训练。
后续步骤
模型分析
训练完成后，您可以分析模型并评估其质量。根据需要，创建实验的进一步迭代以优化结果。
有关更多信息，请参阅检查模型。
模型部署和批准
分析模型后，将最佳模型部署到 ML 部署，然后激活它以进行预测。
准备应用数据集和创建预测
部署模型后，了解您将用于生成预测的 应用数据集 的要求。请参阅准备应用数据集。
准备好应用数据集后，使用时间序列模型创建预测。您可以创建：
-
批量预测
-
实时预测
限制和考虑事项
-
您可以为时间序列实验选择最多两个组。您选择作为组的列需要是分类的。此列可以包含数值数据，但在训练期间，此列被视为分类的。
-
最大预测窗口可以达到 180 个时间步。 有关更多信息，请参阅最大值预测窗口。
-
智能模型优化不适合时间序列实验。
-
时间序列实验不支持手动优化。
-
时间序列实验不支持超参数优化。
-
时间序列实验不支持时间感知训练。
-
时间序列实验不可使用自动自由文本功能工程。
-
当您为时间序列实验选择日期索引列时，日期特性类型将用于此列。但是，时间序列模型不支持日期特性工程。自动工程化的日期特性无法从该列派生。
-
时间序列实验使用深度学习算法训练模型。因此，根据数据大小和预测窗口，时间序列模型通常比回归和分类模型需要更长的训练时间。
有关使用时间序列模型创建预测的限制，请参阅 限制。
教程
有关演示时间序列预测（从模型训练到预测）的完整教程，请参阅 教程 - 用多元时间序列预测来预测销售额。