Azure-docs: Perkiraan AutoML: Pisahkan menurut model atau grain
Saya akan menggunakan contoh dari dokumentasi Anda:
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-forecast#preparing -data
Apa perbedaan antara kereta dua model per toko atau satu model dengan biji-bijian toko? Akankah akurasi satu model dengan butiran meningkat karena jumlah data yang lebih besar, dll?
[Masukkan masukan di sini]
Detail Dokumen
⚠ Jangan edit bagian ini.
- ID: bf6e8bb8-9f33-6315-dec3-915c82152f4f
- Versi ID Independen: 0d184dff-a615-49e4-089a-8c41a8ff801c
- Konten: Melatih model perkiraan deret waktu secara otomatis - Pembelajaran Mesin Azure
- Sumber Konten: artikel / pembelajaran mesin / how-to-auto-train-forecast.md
- Layanan: pembelajaran mesin
- Sub-layanan: inti
- Masuk GitHub: @nibaccam
- Microsoft Alias: nibaccam
pbartos
>Semua komentar
Membuat satu model besar sering kali lebih baik daripada satu model per seri, tetapi tidak selalu. Jika rangkaiannya cukup heterogen (menunjukkan pola yang berbeda, urutan rentang besarnya), maka masuk akal untuk menyesuaikan beberapa model. Jika mereka serupa, satu model umumnya akan bekerja dengan baik.
TitusA
pada 23 Jul 2020
👍3
Apakah halaman ini membantu?
0 / 5 - 0 peringkat
Masalah terkait
mrdfuse
·
3Komentar
AronT-TLV
·
3Komentar
JeffLoo-ong
·
3Komentar
JamesDLD
·
3Komentar
jharbieh
·
3Komentar
Komentar yang paling membantu
Membuat satu model besar sering kali lebih baik daripada satu model per seri, tetapi tidak selalu. Jika rangkaiannya cukup heterogen (menunjukkan pola yang berbeda, urutan rentang besarnya), maka masuk akal untuk menyesuaikan beberapa model. Jika mereka serupa, satu model umumnya akan bekerja dengan baik.