ForecastingSettings Clase

Definición

Espacio de nombres:

Azure.ResourceManager.MachineLearning.Models

Ensamblado:

Azure.ResourceManager.MachineLearning.dll

Paquete:

Azure.ResourceManager.MachineLearning v1.1.1

Previsión de parámetros específicos.

public class ForecastingSettings

type ForecastingSettings = class

Public Class ForecastingSettings

Herencia

Object

ForecastingSettings

Constructores

ForecastingSettings()

Inicializa una nueva instancia de ForecastingSettings.

Propiedades

CountryOrRegionForHolidays	País o región para días festivos para las tareas de previsión. Deben ser los códigos ISO 3166 de país o región de dos letras, por ejemplo, "US" o "GB".
CvStepSize	Número de períodos entre la hora de origen de un plegado cv y el siguiente plegado. Por ejemplo, si CVStepSize = 3 para los datos diarios, la hora de origen de cada plegamiento estará separada por tres días.
FeatureLags	Marca para generar retardos para las características numéricas con "auto" o null.
ForecastHorizon	Horizonte de previsión máximo deseado en unidades de frecuencia de la serie temporal. Tenga en cuenta ForecastHorizon que es la clase base. Según el escenario, es posible que sea necesario asignar una clase derivada de la clase base aquí, o esta propiedad debe convertirse en una de las posibles clases derivadas. Las clases derivadas disponibles incluyen AutoForecastHorizon y CustomForecastHorizon.
Frequency	Al pronosticar, este parámetro representa el período con el que se desea la previsión, por ejemplo, diaria, semanal, anual, etc. La frecuencia de previsión es la frecuencia del conjunto de datos de manera predeterminada.
Seasonality	Establezca la estacionalidad de la serie temporal como un múltiplo entero de la frecuencia de la serie. Si la estacionalidad se establece en "auto", se infiere. Tenga en cuenta ForecastingSeasonality que es la clase base. Según el escenario, es posible que sea necesario asignar una clase derivada de la clase base aquí, o esta propiedad debe convertirse en una de las posibles clases derivadas. Las clases derivadas disponibles incluyen AutoSeasonality y CustomSeasonality.
ShortSeriesHandlingConfig	Parámetro que define si AutoML debe controlar series temporales cortas.
TargetAggregateFunction	Función que se usará para agregar la columna de destino de serie temporal según la frecuencia especificada por el usuario. Si se establece TargetAggregateFunction, es decir, no "None", pero no se establece el parámetro freq, se genera el error. Las posibles funciones de agregación de destino son: "sum", "max", "min" y "mean".
TargetLags	Número de períodos pasados para retrasar desde la columna de destino. Tenga en cuenta TargetLags que es la clase base. Según el escenario, es posible que sea necesario asignar una clase derivada de la clase base aquí, o esta propiedad debe convertirse en una de las posibles clases derivadas. Las clases derivadas disponibles incluyen AutoTargetLags y CustomTargetLags.
TargetRollingWindowSize	Número de períodos pasados usados para crear un promedio de ventana gradual de la columna de destino. Tenga en cuenta TargetRollingWindowSize que es la clase base. Según el escenario, es posible que sea necesario asignar una clase derivada de la clase base aquí, o esta propiedad debe convertirse en una de las posibles clases derivadas. Las clases derivadas disponibles incluyen AutoTargetRollingWindowSize y CustomTargetRollingWindowSize.
TimeColumnName	Nombre de la columna de hora. Este parámetro es obligatorio en la previsión para especificar la columna de fecha y hora en los datos de entrada que se usa para crear la serie temporal e inferir su frecuencia.
TimeSeriesIdColumnNames	Nombres de las columnas que se usan para agrupar una serie temporal. Se puede usar para crear varias series. Si no se define el nivel de detalle, el conjunto de datos se presupone una serie temporal. Este parámetro se usa con la previsión del tipo de tarea.
UseStl	Configura la descomposición de STL de la columna de destino de la serie temporal.