전력 AI 엔진 허브포털

Train new model

  • 01. 학습방법
  • 02. 모델 세부정보
  • 03. 학습옵션
Model name
Series Identifier
Target column
Timestamp

Forecasting configuration

Data granularity
타임스탬프 열의 granularity 수준입니다. Granularity는 모든 행에 대해 동일해야 합니다.
예를 들어 “days"을 선택한 경우 타임스탬프는 1일 이내여야 합니다. 데이터 granularity는 예측 기간 및 Context window에 대한 time period granularity도 설정합니다.
Forecast Horizon
The number of time periods into the future for which forecasts will be created.
Future periods start from the most recent timestamp in the dataset.
Context Window
각 시계열에 대해 모델에 대한 입력 지연을 정의합니다. 대부분의 사용 사례에서 Context Window는 예측 기간 값의 0-5배입니다. 시작점으로 context Window를 예측 기간 값과 동일하게 설정해 보십시오.

Data validation options

AutoML Forecast는 최고의 모델 품질을 보장하기 위해 데이터세트에 대해 여러 번 검증을 수행할 수 있습니다.
데이터 유효성 검사에 실패하면 모델 학습 취소
데이터 유효성 검사 무시

Data split

저장된 데이터 세트는 아래 비율을 사용하여 자동으로 훈련, 검증, 테스트 세트로 무작위 분할되어 모델 학습에 사용됩니다.
Training
%
Validation
%
Test
%