개념: 자동 맞춤 알고리즘
자동 맞춤을 사용하는 이유
특정 시계열을 예측하는 데 가장 적합한 알고리즘을 선택하는 것이 어려울 수 있습니다. 일반적으로 사용자는 각 알고리즘을 사용하여 시행착오 프로세스를 거칩니다. 그런 다음, 예측 결과를 해당 오류와 비교하여 부정확성이 가장 적은 항목을 선택합니다.
자동 맞춤은
시행착오를 거치지 않고 새 시계열에 사용할 알고리즘을 예측합니다. 자동 맞춤 프로세스
사용가능한 다른 알고리즘과 달리
자동 맞춤은
분류 모델을 사용합니다. 분류 모델은 메타 학습 프레임워크를 활용하여 시계열 데이터의 기능을 기반으로 사용할 알고리즘을 식별합니다. 수천 개의 시계열 데이터에 대해 학습된 모델을 사용합니다. 분류기는 시계열의 특성을 식별하면 적합한 알고리즘을 선택하고 적용합니다.
자동 맞춤은
데이터의 각 교차점을 시계열로 간주합니다. 따라서 시트의 계정마다 기능이 다를 수 있습니다. 이 경우자동 맞춤은
각 계정에 알고리즘을 적용합니다. 자동 맞춤은
Predictive Forecaster
에 사용할 수 있는 알고리즘 중에서만 선택합니다. 예를 들어 데이터의 희소성이 80%인 경우 일반적으로자동 맞춤에서
크로스톤
알고리즘을 선택합니다.