Concetto: L'algoritmo di adattamento automatico
Perché utilizzare Adattamento automatico
Potrebbe risultare difficile selezionare l'algoritmo più appropriato per la previsione di una determinata serie temporale. In genere, gli utenti eseguono un processo di prova ed errore utilizzando ciascuno degli algoritmi. Quindi, confrontano i risultati della previsione con gli errori corrispondenti e selezionano quello con il minor numero di imprecisioni.
Adattamento
automatico
prevede l'algoritmo da utilizzare per una nuova serie temporale senza dover eseguire il processo di tentativi ed errori. Il processo di adattamento automatico
A differenza degli altri algoritmi disponibili,
Adatta automaticamente
utilizza un modello di classificazione. Il modello di classificazione sfrutta un framework di meta-learning per identificare l'algoritmo da utilizzare in base alle funzionalità dei dati delle serie temporali. Utilizza un modello che ha eseguito il training su diverse migliaia di dati di serie temporali. Una volta identificate le caratteristiche delle serie temporali, il classificatore seleziona e applica un algoritmo appropriato.
AutoFitt
considera ogni intersezione di dati come una serie temporale. Pertanto, ogni conto nel foglio potrebbe avere caratteristiche diverse. In questo caso, Adatta automaticamente
applica un algoritmo per ogni conto. Adatta automaticamente
seleziona solo dagli algoritmi disponibili per Predictive Forecaster
. Esempio: quando i dati contengono l'80% di scarsità, Adatta automaticamente
in genere sceglie l'algoritmo Croston
.