azure-machine-learning-service - 如何将 fitd_model.forecast() 用于 AutoML 预测模型？

Question

假设我有一个每月粒度的数据集，其中包含以下列:

时间戳

问题(即 GitHub 问题的数量)

2016-2019 年每个月都有数据，所以我相应地划分了数据。

training_data : 2016-2017

validation_data : 2018

holdout_data : 2019

如果我有一个 fitted_model那是 ForecastingPipelineWrapper这是我通过的 AutoML 的最佳运行结果 training_data和 validation_data .

看着 ForecastingPipelineWrapper class docstring文档只会让我更加困惑。什么是 X_past , X_future , 和 Y_future ?

如何将上述数据框与 fitted_model.forecast() 一起使用手动验证模型是否适合 holdout_data数据框？

Answer 1

以下笔记本说明了如何利用下半部分“预测远离训练数据”中的 y_past、x_past、y_future、x_future 和 fit_model.forecast。 https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/automated-machine-learning/forecasting-high-frequency/auto-ml-forecasting-function.ipynb

与文档字符串文档相比，笔记本将是掌握这些概念的更好指南。如果您有任何疑问或需要澄清，请告诉我们!