Ich werde ein Beispiel aus Ihrer Dokumentation verwenden:
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-forecast#preparing -data
Was ist der Unterschied zwischen zwei Modellen pro Geschäft oder einem Modell mit Lagerkorn? Wird die Genauigkeit eines Modells mit Körnern aufgrund einer größeren Datenmenge usw. erhöht?
[Feedback hier eingeben]
⚠ Bearbeiten Sie diesen Abschnitt nicht.
Der Bau eines großen Modells ist oft besser als ein Modell pro Serie, aber nicht immer. Wenn die Serien sehr heterogen sind (unterschiedliche Muster aufweisen, Größenordnungen überspannen), ist es sinnvoll, mehrere Modelle anzupassen. Wenn sie ähnlich sind, ist ein Modell im Allgemeinen gut.
Hilfreichster Kommentar
Der Bau eines großen Modells ist oft besser als ein Modell pro Serie, aber nicht immer. Wenn die Serien sehr heterogen sind (unterschiedliche Muster aufweisen, Größenordnungen überspannen), ist es sinnvoll, mehrere Modelle anzupassen. Wenn sie ähnlich sind, ist ein Modell im Allgemeinen gut.