建立並設定時間序列實驗
第一步是建立並設定時間序列實驗。您將會使用先前上傳的訓練資料集來訓練模型，直到準備好部署以進行預測為止。
建立新的實驗
請執行下列動作：
-
前往 分析 活動中心的「建立」頁面，並選取 ML 實驗。
-
輸入實驗名稱，例如銷售預測。
-
也可以選擇新增說明和標記。
-
選擇用於實驗的空間。這可以是個人空間或共用空間。
-
按一下建立。
-
選取訓練資料集檔案 ML - Multivariate forecasting - training.csv。
已選取時間序列訓練資料集的 ML 實驗。
設定時間序列預測參數
步驟 1：選取目標
首先定義目標欄。我們想要預測未來的銷售額，因此請選取該欄作為目標。
請執行下列動作：
-
在
結構描述檢視中，按一下 sales 旁邊的選項按鈕。目標 
圖示取代了按鈕。
選取用於時間序列實驗的目標欄。
步驟 2：將實驗設定為時間序列實驗
請執行下列動作：
-
如未開啟，按一下
檢視設定，以展開實驗設定面板。 -
展開目標和實驗類型。
-
在實驗類型下，選取時間序列。此選項僅在選取高基數數字欄後才會出現。
步驟 3：選取日期索引
接下來，您需要選取要使用的時間序列索引欄。
請執行下列動作：
-
仍在設定面板的目標和實驗類型區段中，在日期索引之下，按一下下拉式功能表以展開。
-
選取 date。
實驗設定面板，其中選取了時間序列作為實驗類型，並選取了 date 作為日期索引欄。
在您選取日期索引後，面板中會出現一些新資訊。您現在可以設定群組和未來特徵，並調整預測設定。
步驟 4：選取群組
此教學課程的訓練資料集專為多變量預測所設計。透過多變量預測，目標是預測目標值以及其他直接與目標一起變化的維度。例如，在本教學課程中，資料包含針對每個商店和產品系列個別追蹤的銷售指標。多變量預測可讓您將這些維度中的每一個 (否則可能需要作為獨立模型來訓練) 合併到單一實驗中，讓模型能夠更深入地了解不同資料群組之間的模式和互動。
您最多可以選取訓練資料中的兩個欄作為群組來使用，藉此設定多變量實驗。
本教學課程的目標是訓練模型，以學習和預測銷售額以及商店編號和產品系列，因此請選取這兩個欄作為群組。
請執行下列動作：
-
選取 store_nbr 和 family 作為群組。
步驟 5：設定共變量 (特徵)
「共變量」和「特徵」這兩個詞在機器學習中經常互換使用，但在 Qlik Predict 的時間序列預測中，「共變量」這個詞更常用且更具描述性。在多變量時間序列模型中，有三種類型的共變量：靜態、過去和未來。
靜態和過去共變量是您在實驗訓練中包含的特徵之一，但群組、日期索引和未來特徵除外。靜態和過去共變量由系統自動識別。您無需設定這些，只要納入這些內容作為特徵即可 (並避免將這些內容設定為未來特徵)。
未來共變量，或未來特徵，也指您在訓練中包含的特徵。未來共變量是具有您會事先知道的未來資料的特徵，特別是若您對於涵蓋您所選預測範圍的此特徵可以存取未來值。對於未來特徵，您也需要知道模型進行訓練所針對的歷史時間範圍的資料值。
除了在訓練特徵清單中包含未來特徵，您也需要在訓練設定面板中將其設定為未來特徵。在預測時，模型將會預期涵蓋預測範圍的未來特徵資料，以產生準確的預測。
在訓練資料中，onpromotion 特徵會追蹤在指定日期有多少產品以促銷價格享有折扣。這是預先已知的資訊，並且有可用的未來資料，因此可以作為未來特徵使用。
請執行下列動作：
-
在群組下拉式清單下方，展開未來特徵並選取 onpromotion。
摘要：
-
已選取 onpromotion 作為未來特徵。
-
除了日期索引之外，沒有選取其他共變量用於訓練。
步驟 6：設定預測時段和間隔
在您選取日期索引後，面板中會出現一些新資訊。
前往根據您的資料區段。此區段概述了您的歷史資料時間範圍，並允許您設定您想要預測的未來日期範圍。
預估最大預測為 180 天。此預估值是根據可用的歷史資料，其中預測時段是可用歷史資料總量的一部分。這代表了您預估能夠預測目標的未來時間步長數量上限 (在此案例下為天數)。在執行某個版本的訓練後，將會得知更多資訊，此預估值將會由明確的最大值預測取代。
預測時段大小會設定您要對未來預測多少個時間步長。例如，在本教學課程中，將預測時段設定為 7，表示模型將預測未來一週的目標日期。
預測間隔大小會設定在訓練資料結束之後，您不想進行預測的時間步長數量。例如，您可能只想預測未來三天或更多天日期的銷售額。
請執行下列動作：
-
在根據您的資料區段中，將預測時段大小設定為 7 個時間步長。
-
將預測間隔大小設定為 3 個時間步長。
實驗設定面板，顯示已設定的群組、未來特徵，以及所有所選特徵的摘要。
下圖說明了時間序列預測概念及其與實驗設定的關係。如需更多關於時間序列預測概念的資訊，請參閱 使用多變量時間序列預測。
Qlik Predict 中概述時間序列預測問題元件的簡化圖示。
確認其他設定
完成時間序列設定後，請檢閱設定面板中剩餘的訓練設定。
-
在特徵之下，您可以看到已選取四個特徵。
-
在演算法之下，您可以看到已選取所有可用的演算法。
訓練實驗
設定完成後，我們就準備好開始訓練。
請執行下列動作：
-
在實驗視窗的右下角，按一下執行實驗。
實驗完成執行後，我們可以繼續進行下一步，即檢閱產生的模型指標。