Utilizzo di set di dati relativi alle serie temporali

Serie temporali storiche: serie temporali senza punti dati all'interno dell'orizzonte di previsione.

Serie temporali orientate al futuro: serie temporali con punti dati all'interno dell'orizzonte di previsione.

Non può includere il valore di destinazione di serie temporali target.

Deve includere le dimensioni item_id e timestamp e almeno una caratteristica correlata (ad esempio price).

I dati delle caratteristiche delle serie temporali devono essere tipi di dati int o float.

Per utilizzare l'intera serie temporale di destinazione, tutti gli elementi del set di dati della serie temporale di destinazione devono essere inclusi anche nel relativo set di dati della serie temporale. Se una serie temporale correlata contiene solo un sottoinsieme di elementi della serie temporale di destinazione, la creazione del modello e la generazione delle previsioni saranno limitate a quel sottoinsieme specifico di elementi.

Ad esempio, se la serie temporale di destinazione contiene 1000 articoli e il set di dati della serie temporale correlata contiene solo 100 elementi, il modello e le previsioni si baseranno solo su quei 100 elementi.

La frequenza di registrazione dei dati nel set di dati delle serie temporali correlate deve corrispondere all'intervallo in cui si desidera generare le previsioni (la granularitàdelle previsioni).

Ad esempio, se si desidera generare previsioni con una granularità settimanale, anche la frequenza alla quale i dati vengono registrati nelle serie temporali correlate deve essere settimanale, anche se la frequenza alla quale i dati vengono registrati nelle serie temporali di destinazione è giornaliera.

I dati in ogni articolo nel set di dati delle serie temporali correlate devono iniziare prima del o al momento dell'inizio del timestamp del corrispondente item_id nel set di dati delle serie temporali target.

Ad esempio, se i dati di serie temporali target per socks iniziano il 01-01-2019 e i dati delle serie temporali target per shoes iniziano il 01-02-2019, i dati delle serie temporali correlate per socks devono iniziare il o prima del 01-01-2019 e i dati per shoes devono iniziare il o prima del 01-02-2019.

Per i set di dati relativi alle serie temporali relative al futuro, l'ultimo timestamp di ogni elemento deve trovarsi sull'ultimo timestamp nella finestra di previsione designata dall'utente (denominata orizzonte di previsione).

Nel file di esempio delle serie temporali correlate riportato di seguito, i dati timestamp per le calze e le scarpe devono terminare il 01-07-2019 (l'ultimo timestamp registrato) o successivamente, oltre l'orizzonte di previsione. Se la frequenza dei dati nella serie temporale di destinazione è giornaliera e l'orizzonte di previsione è di 10 giorni, i punti dati giornalieri devono essere forniti nel file delle serie temporali correlate previsionali fino all'11 luglio 2019.

Per i set di dati relativi alle serie temporali storiche, l'ultimo timestamp di ogni elemento deve corrispondere all'ultimo timestamp della serie temporale di destinazione.

Nel file di serie temporale correlato all'esempio riportato di seguito, timestamp i dati sia per i calzini che per le scarpe devono terminare il 01/07/2019 (l'ultimo timestamp registrato).

Le dimensioni Forecast fornite nel set di dati della serie temporale correlata devono essere uguali o un sottoinsieme delle dimensioni designate nel set di dati della serie temporale di destinazione.

Le serie temporali correlate non possono avere valori mancanti. Per informazioni sui valori mancanti in un set di dati di serie temporali correlato, vedere Gestione dei valori mancanti.

L'ultimo punto dati è stato registrato nel set di dati di serie temporali target il 01-07-2019.

L'orizzonte di previsione è di 10 giorni.

La granularità di previsione è giornaliera (D).