series_decompose_forecast()

Prognóza založená na rozkladu řad.

Přebírá jako vstup výraz obsahující řadu (dynamickou číselnou matici) a předpovídá hodnoty posledních koncových bodů. Další informace najdete v tématu series_decompose.

Syntax

series_decompose_forecast(Série,Body, [ Sezónnost,, Trend Seasonality_threshold ])

Přečtěte si další informace o konvencích syntaxe.

Parametry

Název	Typ	Vyžadováno	Popis
Řada	dynamic	✔️	Pole číselných hodnot, obvykle výsledný výstup řady make-series nebo make_list operátorů.
Body	int	✔️	Určuje počet bodů na konci řady, které chcete předpovědět. Tyto body jsou vyloučeny z procesu učení neboli regrese.
Sezónnost	int		Řídí sezónní analýzu. Možné hodnoty jsou: - -1: Automaticky rozdetekujte sezónnost pomocí series_periods_detect. Toto je výchozí hodnota. - Období: Kladné celé číslo určující očekávané období v počtu intervalů. Pokud je například řada v 1 - h intervalech, týdenní období je 168 přihrádek. - 0: Žádná sezónnost, takže extrahování této komponenty přeskočte.
Trendovou	string		Řídí analýzu trendu. Možné hodnoty jsou: - avg: Definujte komponentu trendu jako average(x). Tato možnost je výchozí. - linefit: Extrahujte komponentu trendu pomocí lineární regrese. - none: Žádný trend, takže přeskočte extrahování této komponenty.
Seasonality_threshold	real		Prahová hodnota skóre sezónnosti, pokud je sezónnost nastavená na automatické určení. Výchozí prahová hodnota skóre je 0,6. Další informace najdete v tématu series_periods_detect.

Návraty

Dynamické pole s předpověděnou řadou.

Poznámka

• Dynamické pole původní vstupní řady by mělo obsahovat počet bodových slotů, které se mají předpovídat. Prognóza se obvykle provádí pomocí řady make-series a určením koncového času v rozsahu, který zahrnuje časový rámec prognózy.
• Měla by být povolena sezónnost nebo trend, jinak je funkce redundantní a vrátí jenom řadu naplněnou nulami.

Příklad

V následujícím příkladu vygenerujeme řadu čtyř týdnů v hodinovém intervalu s týdenní sezónností a malým vzestupným trendem. Potom použijeme make-series a přidáme do řady další prázdný týden. series_decompose_forecast se volá s týdnem (24*7 bodů) a automaticky zjistí sezónnost a trend a vygeneruje prognózu celého pětitýdenního období.

Spuštění dotazu

let ts=range t from 1 to 24*7*4 step 1 // generate 4 weeks of hourly data
| extend Timestamp = datetime(2018-03-01 05:00) + 1h * t 
| extend y = 2*rand() + iff((t/24)%7>=5, 5.0, 15.0) - (((t%24)/10)*((t%24)/10)) + t/72.0 // generate a series with weekly seasonality and ongoing trend
| extend y=iff(t==150 or t==200 or t==780, y-8.0, y) // add some dip outliers
| extend y=iff(t==300 or t==400 or t==600, y+8.0, y) // add some spike outliers
| make-series y=max(y) on Timestamp from datetime(2018-03-01 05:00) to datetime(2018-03-01 05:00)+24*7*5h step 1h; // create a time series of 5 weeks (last week is empty)
ts 
| extend y_forcasted = series_decompose_forecast(y, 24*7)  // forecast a week forward
| render timechart