概念：排班事件
排班事件是用户指定的日期或期间，向机器学习 (ML) 模型发出信号，表明当天观察到的业务指标绩效表现因特定、唯一或经常性出现而显着异常（例如，重大节假日或特殊情况）。不可预见的一次性事件）。通过标记这些日期，您可以指示模型隔离事件的影响，从而更加重视这些日期之间的关系，从而将正常趋势排除在外。这使标记成为对异常指标行为进行建模的强大工具，但如果用户打算维护正常业务运营的长期预测的完整性，那么它的效用就会降低。
排班事件日历
排班事件日历是各个排班事件的集合或分组，用于为机器学习 (ML) 预测模型提供特定的情境信息。
此日历为一个或多个排班组织定义和维护，允许用户将不同的非典型日期集（例如节假日、促销或一次性事件）指定给不同的业务分部。通过应用定制的日历，机器学习模型可以更准确地使指标预测与受地理位置、细分市场或其他运营差异化因素影响的独特绩效模式保持一致。示例：分离
亚太地区零售业
和北美电子商务业
的事件。