2024 年 8 月 26 日 – 利用真实世界数据更轻松地训练预测模型¶

我们很高兴地宣布，时序序列预测 ML 函数现在包括预处理功能，即使您的训练数据存在缺失、重复或未对齐的时间步长，您也可以成功训练预测模型。过去，此类问题在真实世界的数据中很常见，通常会阻碍模型的训练。这些功能包括：

• 可以手动指定事件频率，以防模型推断失败或推断错误。

• 该模型可以从附近时间步长中插入缺失的目标值。

• 该模型可以通过多种方式汇总发生在典型事件节奏之外的事件的维度值，您还可以针对值的类型或每一列指定汇总行为。

进行此类少量修正后，预测准确性不会受到明显影响。

有关更多信息，请参阅 在时间序列预测中处理真实世界的数据。