Concepto: algoritmo de ajuste automático
Motivos para utilizar Autoajustar
Puede que le resulte difícil seleccionar el algoritmo más adecuado para pronosticar una serie temporal determinada. Normalmente, los usuarios pasan por un proceso de prueba y error con cada uno de los algoritmos. A continuación, comparan los resultados de la previsión con sus errores correspondientes y seleccionan el que tenga menos imprecisiones.
Autoajuste
predice qué algoritmo usar para una nueva serie temporal sin tener que pasar por el proceso de prueba y error. El proceso de ajuste automático
A diferencia de los demás algoritmos disponibles,
Autoajustar
utiliza un modelo de clasificación. El modelo de clasificación aprovecha un marco de metaaprendizaje para identificar el algoritmo que se utilizará en función de las características de los datos de serie temporal. Utiliza un modelo que se ha entrenado con varios miles de datos de series temporales. Una vez que el clasificador identifica las características de la serie temporal, selecciona y aplica un algoritmo adecuado.
AutoFitt
considera cada intersección de datos como una serie temporal. Por lo tanto, cada cuenta de la hoja puede tener distintas funciones. En este caso, Autoajustar
aplica un algoritmo para cada cuenta. Autoajustar
solo selecciona entre los algoritmos disponibles para el Pronosticador predictivo
. Ejemplo: cuando tiene un 80 % de dispersión en los datos, Autoajustar
suele elegir el algoritmo de Croston
.