有没有办法在历史数据上使用 BigQuery 的 ML.FORECAST 来测试您的模型?
Is there a way to use BigQuery's ML.FORECAST on historical data to test your model?
ARIMA 模型对 BigQuery ML.FORECAST 的默认调用是:
ML.FORECAST(MODEL model_name,
[, STRUCT<horizon INT64, confidence_level FLOAT64> settings])
例如,
SELECT
*
FROM
ML.FORECAST(MODEL `mydataset.mymodel`,
STRUCT(30 AS horizon, 0.8 AS confidence_level))
但我想根据历史数据测试我的模型,以便我可以看到我的模型与训练集的叠加情况。默认的 ML.FORECAST 参数列表只允许我查看未来 (3 < X < 1000) 天数(在示例中为 30)。
有没有一种方法可以让我完全使用 BQ ML ARIMA 模型进行回顾?我尝试使用负值但没有成功。而ARIMA模型不支持ML.PREDICT.
感谢您的帮助。
参考文档:
这在 BigQuery ML
中是不可能的。 ARIMA 模型可用于预测时间序列中给定点数的未来数据,但不能用它来预测与过去某个点相关的值。
如果你想知道关于你的模型的一些指标,我建议你使用 ML.EVALUATE
function。使用时请注意:
Neither table_name nor query_statement is required when evaluating the
ARIMA-based time series models.
您可以在下面找到有关您的模型的信息,您可以使用 ML.EVALUATION 函数
访问这些信息
如果您仍然需要查看一些您确实有历史数据可以比较的值的预测,我建议您:
- 使用您的训练数据创建模型,但不使用最新数据。换句话说,保留你的时间序列的最新数据用于测试。
- 使用您的模型预测未来的价值
- 将预测值与实际历史值进行比较。
ARIMA 模型对 BigQuery ML.FORECAST 的默认调用是:
ML.FORECAST(MODEL model_name,
[, STRUCT<horizon INT64, confidence_level FLOAT64> settings])
例如,
SELECT
*
FROM
ML.FORECAST(MODEL `mydataset.mymodel`,
STRUCT(30 AS horizon, 0.8 AS confidence_level))
但我想根据历史数据测试我的模型,以便我可以看到我的模型与训练集的叠加情况。默认的 ML.FORECAST 参数列表只允许我查看未来 (3 < X < 1000) 天数(在示例中为 30)。
有没有一种方法可以让我完全使用 BQ ML ARIMA 模型进行回顾?我尝试使用负值但没有成功。而ARIMA模型不支持ML.PREDICT.
感谢您的帮助。
参考文档:
这在 BigQuery ML
中是不可能的。 ARIMA 模型可用于预测时间序列中给定点数的未来数据,但不能用它来预测与过去某个点相关的值。
如果你想知道关于你的模型的一些指标,我建议你使用 ML.EVALUATE
function。使用时请注意:
Neither table_name nor query_statement is required when evaluating the ARIMA-based time series models.
您可以在下面找到有关您的模型的信息,您可以使用 ML.EVALUATION 函数
访问这些信息如果您仍然需要查看一些您确实有历史数据可以比较的值的预测,我建议您:
- 使用您的训练数据创建模型,但不使用最新数据。换句话说,保留你的时间序列的最新数据用于测试。
- 使用您的模型预测未来的价值
- 将预测值与实际历史值进行比较。