私はあなたのドキュメントからの例を使用します：
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-forecast#preparing -data
店舗ごとに2つのモデルをトレーニングする場合と、店舗の穀物を使用する1つのモデルをトレーニングする場合の違いは何ですか？ データ量が多いなどの理由で、グレインを含む1つのモデルの精度は向上しますか？
[ここにフィードバックを入力してください]
ドキュメントの詳細
⚠このセクションは編集しないでください。
- ID：bf6e8bb8-9f33-6315-dec3-915c82152f4f
- バージョンに依存しないID：0d184dff-a615-49e4-089a-8c41a8ff801c
- 内容：時系列予測モデルの自動トレーニング-Azure Machine Learning
- コンテンツソース： articles / machine-learning / how-to-auto-train-forecast.md
- サービス：機械学習
- サブサービス：コア
- GitHubログイン：@nibaccam
- Microsoftエイリアス： nibaccam
pbartos
>すべてのコメント
多くの場合、1つの大きなモデルを作成する方が、シリーズごとに1つのモデルよりも優れていますが、常にそうとは限りません。 シリーズが非常に異質である場合（異なるパターンを示し、桁違いに及ぶ）、複数のモデルに適合させることは理にかなっています。 それらが類似している場合、1つのモデルが一般的にうまくいきます。
TitusA
2020年07月23日
👍3
このページは役に立ちましたか？
0 / 5 - 0 評価
関連する問題
spottedmahn
·
3コメント
bityob
·
3コメント
bdcoder2
·
3コメント
AronT-TLV
·
3コメント
behnam89
·
3コメント
最も参考になるコメント
多くの場合、1つの大きなモデルを作成する方が、シリーズごとに1つのモデルよりも優れていますが、常にそうとは限りません。 シリーズが非常に異質である場合（異なるパターンを示し、桁違いに及ぶ）、複数のモデルに適合させることは理にかなっています。 それらが類似している場合、1つのモデルが一般的にうまくいきます。