J'utiliserai un exemple de votre documentation:
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-forecast#preparing -data
Quelle est la différence entre former deux modèles par magasin ou un modèle avec du grain de magasin? La précision d'un modèle avec des grains sera-t-elle augmentée en raison d'une plus grande quantité de données, etc.?
[Entrez vos commentaires ici]
⚠ Ne modifiez pas cette section.
Construire un grand modèle sera souvent mieux qu'un modèle par série, mais pas toujours. Si les séries sont assez hétérogènes (présentent des modèles différents, s'étendent sur des ordres de grandeur), alors il est logique d'ajuster plusieurs modèles. S'ils sont similaires, un modèle fonctionnera généralement bien.
Commentaire le plus utile
Construire un grand modèle sera souvent mieux qu'un modèle par série, mais pas toujours. Si les séries sont assez hétérogènes (présentent des modèles différents, s'étendent sur des ordres de grandeur), alors il est logique d'ajuster plusieurs modèles. S'ils sont similaires, un modèle fonctionnera généralement bien.