google-bigquery - Google Big query ML ARIMA 预测不正确
问题描述
我有如下所示的输入数据。(实际数据已删除)。我正在尝试使用近 14 个月的数据来预测未来 3 个月的 VAL。(频率为每月一次)。对于以下数据,我得到的所有 3 个月的预测值都相同。
在模型评估中,我得到了“Has_Drift”列的所有 FALSE 值。AIC 都是负的。
任何人都可以帮忙吗?它缺少什么,这使得很难预测 3 个月。
下面的示例输入和输出。
CREATE OR REPLACE MODEL <MODEL_NAME>
OPTIONS(MODEL_TYPE = 'ARIMA',
time_series_timestamp_col='DATE_COL',
time_series_data_col='VAL',
DATA_FREQUENCY = 'MONTHLY') AS
SELECT CAST (P1_date as DATE) DATE_COL , VAL from (
SELECT '2019-06-07' DATE_COL ,0.09262066947 VAL union all
SELECT '2019-07-07',0.07495576437 union all
SELECT '2019-08-07',0.09832972783 union all
SELECT '2019-09-07',0.09959302865 union all
SELECT '2019-10-07',0.1445173433 union all
SELECT '2019-11-07',0.1116498012 union all
SELECT '2019-12-07',0.1065453852 union all
SELECT '2020-01-07',0.1403350342 union all
SELECT '2020-02-07',0.105060523 union all
SELECT '2020-03-07',0.2191159052 union all
SELECT '2020-04-07',0.07962838894 union all
SELECT '2020-05-07',0.131412274 union all
SELECT '2020-06-07',0.173012701 union all
SELECT '2020-07-07',0.1504522412 union all
SELECT '2020-08-07',0.1073950999
)
预测值
SELECT forecast_timestamp, forecast_value
FROM ML.FORECAST(MODEL <MODEL_NAME>,
STRUCT(4 AS horizon, 0.6 AS confidence_level))
Row forecast_timestamp forecast_value
1 2020-08-30 00:00:00 UTC|0.12230825916400008
2 2020-09-29 00:00:00 UTC|0.12230825916400008
3 2020-10-29 00:00:00 UTC|0.12230825916400008
4 2020-11-28 00:00:00 UTC| 0.12230825916400008
解决方案
推荐阅读
- python - 基于单个索引级别从具有 MultiIndex 的 DataFrame 中减去一个系列
- php - 如果您有用户 ID,则显示数据 - laravel
- ios - 将多个 UIImage 连接成一个 MLMultiArray
- excel - 在此特定流程中使用 VBA 自动填充
- php - Wordpress 致命错误:未捕获的错误:语法错误
- r - 是否有用于显示变量标签的 R 函数?
- python - 如何过滤大于或为空?
- arrays - Keras 多个输入 - 预计会看到 2 个数组,但得到了以下 1 个数组的列表:
- r - 使用创建的新数据设计图形
- java - 我无法让 Java 中 Armstrong 数字的 for 循环工作