Vou usar um exemplo de sua documentação:
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-forecast#preparing -data
Qual é a diferença entre treinar dois modelos por loja ou um modelo com grãos da loja? Será que a precisão de um modelo com grãos aumentará devido a uma maior quantidade de dados, etc?
[Digite o feedback aqui]
⚠ Não edite esta seção.
Construir um modelo grande geralmente será melhor do que um modelo por série, mas nem sempre. Se as séries são bastante heterogêneas (exibem padrões diferentes, abrangem ordens de magnitude), então faz sentido ajustar vários modelos. Se forem semelhantes, um modelo geralmente funcionará bem.
Comentários muito úteis
Construir um modelo grande geralmente será melhor do que um modelo por série, mas nem sempre. Se as séries são bastante heterogêneas (exibem padrões diferentes, abrangem ordens de magnitude), então faz sentido ajustar vários modelos. Se forem semelhantes, um modelo geralmente funcionará bem.