任务 6.2 时间序列
任务概述
时间序列,变量随时间变化,按等时间间隔所取得的观测值序列,称时间序
列。时间序列分析法主要通过与当前预测时间点相近的历史时刻的数据来预测当
时时刻的值。用过去的数值预测未来。平台中集成的时间序列算法包括:ARIMA、
稀疏时间序列、指数平滑等。本节主要展示时间序列节点中的指数平滑为例来讲
解案例的搭建使用过程。
指数平滑模型根据时间序列先前的观察值来预测未来,如根据销售历史记录
来预测未来销售情况。该节点提供了自动、简单指数平滑、Holt 线性趋势、简
单季节模型、Winter 加法多种模型可以选择。其中自动是指节点会自动求解平
滑系数。值得注意是此算法节点不支持连接模型利用节点,对于新数据只能重新
进行预测。
数据格式:
① 仅支持连续型(数值)属性作为输入,只能有一个输入;
② 不支持输出属性。
参数说明:
图 6-2-1 时间序列-参数说明