Concept : l’algorithme AutoFit
Pourquoi utiliser AutoFit
La sélection de l’algorithme le plus approprié pour faire la prévision d’une série chronologique donnée peut comporter un défi. En règle générale, les utilisateurs sont soumis à un processus d’essai et d’erreur en utilisant chacun des algorithmes. Ensuite, ils comparent les résultats de la prévision aux erreurs correspondantes et sélectionnent celle qui comporte le moins d’inexactitudes.
AutoFit
prédit quel algorithme utiliser pour une nouvelle série chronologique sans que vous ayez à passer par le processus d’essai/erreur. Le traitement AutoFit
Contrairement aux autres calculs disponibles,
AutoFit
utilise un modèle de classification. Le modèle de classification tire parti d’une structure de métadonnées d’apprentissage pour désigner l’algorithme à utiliser en fonction des fonctionnalités des données de la série chronologique. Elle utilise un modèle qui a été entraîné sur plusieurs milliers de données de série chronologique. Une fois que le classeur a repéré les caractéristiques de la série chronologique, il sélectionne et applique un algorithme approprié.
AutoFit
considère chaque intersection de données comme une série chronologique. Ainsi, chaque compte de la feuille peut avoir des fonctions différentes. Dans ce cas, AutoFit
applique un algorithme pour chaque compte. AutoFit
sélectionne uniquement parmi les algorithmes disponibles pour l'outil de prévision prédictive
. Exemple : lorsque vos données sont réparties sur 80 %, AutoFit
sélectionne généralement l’algorithme Croson
.