ForecastingSettings Classe

Definição

Namespace:

Azure.ResourceManager.MachineLearning.Models

Assembly:

Azure.ResourceManager.MachineLearning.dll

Pacote:

Azure.ResourceManager.MachineLearning v1.1.1

Previsão de parâmetros específicos.

public class ForecastingSettings

type ForecastingSettings = class

Public Class ForecastingSettings

Herança

Object

ForecastingSettings

Construtores

ForecastingSettings()

Inicializa uma nova instância de ForecastingSettings.

Propriedades

CountryOrRegionForHolidays	País ou região para feriados para tarefas de previsão. Devem ser um código de país/região de duas letras ISO 3166, por exemplo, 'US' ou 'GB'.
CvStepSize	Número de períodos entre o tempo de origem de uma dobra cv e a próxima dobra. Por exemplo, se CVStepSize = 3 para dados diários, o tempo de origem para cada dobra terá três dias de diferença.
FeatureLags	Sinalizador para gerar retardos para os recursos numéricos com 'auto' ou nulo.
ForecastHorizon	O horizonte de previsão máximo desejado em unidades de frequência de série temporal. ForecastHorizon Observe que é a classe base. De acordo com o cenário, uma classe derivada da classe base pode precisar ser atribuída aqui ou essa propriedade precisa ser convertida em uma das classes derivadas possíveis. As classes derivadas disponíveis incluem AutoForecastHorizon e CustomForecastHorizon.
Frequency	Durante a previsão, esse parâmetro representa o período com o qual a previsão é desejada, por exemplo, diária, semanal, anual etc. A frequência da previsão é a frequência do conjuntos de dados por padrão.
Seasonality	Defina a sazonalidade da série temporal como um inteiro múltiplo da frequência da série. Se a seasonality for definida como 'auto', ela será inferida. ForecastingSeasonality Observe que é a classe base. De acordo com o cenário, uma classe derivada da classe base pode precisar ser atribuída aqui ou essa propriedade precisa ser convertida em uma das classes derivadas possíveis. As classes derivadas disponíveis incluem AutoSeasonality e CustomSeasonality.
ShortSeriesHandlingConfig	O parâmetro que define como o AutoML deve lidar com uma série temporal curta.
TargetAggregateFunction	A função a ser usada para agregar a coluna de destino da série temporal de acordo com a frequência especificada pelo usuário. Se TargetAggregateFunction estiver definido, ou seja, não 'None', mas o parâmetro freq não estiver definido, o erro será gerado. As possíveis funções de agregação de destino são: "sum", "max", "min" e "mean".
TargetLags	O número de períodos anteriores com atraso na coluna de destino. TargetLags Observe que é a classe base. De acordo com o cenário, uma classe derivada da classe base pode precisar ser atribuída aqui ou essa propriedade precisa ser convertida em uma das classes derivadas possíveis. As classes derivadas disponíveis incluem AutoTargetLags e CustomTargetLags.
TargetRollingWindowSize	O número de períodos anteriores usados para criar uma média de janela móvel da coluna de destino. TargetRollingWindowSize Observe que é a classe base. De acordo com o cenário, uma classe derivada da classe base pode precisar ser atribuída aqui ou essa propriedade precisa ser convertida em uma das classes derivadas possíveis. As classes derivadas disponíveis incluem AutoTargetRollingWindowSize e CustomTargetRollingWindowSize.
TimeColumnName	O nome da coluna de hora. Esse parâmetro é necessário na previsão para especificar a coluna datetime nos dados de entrada usados para criar a série temporal e inferir a frequência dela.
TimeSeriesIdColumnNames	Os nomes das colunas usadas para agrupar uma série temporal. Ele pode ser usado para criar várias séries. Se a agregação não for definida, o conjunto de dados será considerado uma série temporal. Esse parâmetro é usado com a previsão de tipo de tarefa.
UseStl	Configure a Decomposição de STL da coluna de destino da série temporal.