Holt-Winters

概要

この演算子は、三重指数平滑法を使用してHolt-Winters予測モデルをトレーニングします。

詳細

Holt-Wintersの予測方法では、レベル、トレンド、および季節成分に三重指数平滑法を適用します。

Holt-Wintersモデルは、3つの次数パラメーター、アルファ、ベータ、ガンマによって定義されます。アルファは、レベルの平滑化の係数を指定します。ベータは、トレンド平滑化の係数を指定します。ガンマは、季節平滑化の係数を指定します。季節性のタイプのパラメーターもあります：季節ごとに一定の数だけ変化する追加の季節性です。乗法季節性。各季節が要因によって変化します。

この演算子は、数値時系列でのみ機能します。

分化

この演算子は他のモデリング演算子に似ていますが、時系列データで動作するように特別に設計されています。これが意味することの1つは、予測モデルがトレーニングされた同じデータに適用されるべきであるということです。

Apply Forecast

この演算子は、トレーニング済みの予測モデル（Holt-Wintersモデルなど）を受け取り、トレーニングされた時系列の予測を作成します。

ARIMA

この演算子は、時系列データでARIMAモデル（自己回帰統合移動平均）をトレーニングして、予測を実行します。

Default Forecast

この演算子は、予測を実行するために、時系列データのデフォルト予測モデル（単一値を予測）をトレーニングします。

Function and Seasonal Component Forecast

この演算子は、予測を実行するために、時系列データで関数と季節予測モデル（近似関数と季節成分の値を組み合わせたもの）をトレーニングします。

入力

サンプルセット（IOObject）時系列データを属性として含むExampleSet。

出力

予測モデル（IOObject）指定された時系列属性に適合するHolt-Wintersモデル（予測モデル）。元の時系列値も含まれます。
オリジナル（IOObject）入力として与えられたExampleSetは、変更なしでパススルーされます。

パラメーター

time_series_attributeHolt-Wintersモデルを構築する対象の時系列属性（数値）。必要な属性は、このオプションから選択できます。メタデータがわかっている場合は、パラメーターのドロップダウンボックスから属性名を選択できます。範囲：
has_indicesこのパラメーターは、時系列に関連付けられたインデックス属性があるかどうかを示します。このパラメーターがtrueに設定されている場合、インデックス属性を選択する必要があります。範囲：
indices_attributeパラメーターのインデックスがtrueに設定されている場合、このパラメーターは関連するインデックス属性を定義します。日付、date_time、または数値タイプの属性のいずれかです。メタデータがわかっている場合は、パラメーターのドロップダウンボックスから属性名を選択できます。範囲：
alpha:_coefficient_for_level_smoothingパラメーターalphaは、レベルの平滑化の係数を指定します。範囲：
beta:_coefficient_for_trend_smoothingパラメーターbetaは、トレンド平滑化の係数を指定します。範囲：
gamma:_coefficient_for_seasonality_smoothingパラメーターgammaは、季節平滑化の係数を指定します。範囲：
period:_one_of_one_periodこのパラメーターは、データの1つの季節期間の長さを指定します。週次データの場合、これは多くの場合7、月次データ12の場合です。期間は時系列の長さの半分以下にする必要があります。範囲：
seasonity_modelこのパラメーターは、季節性のタイプを指定します。
- additive：季節ごとに一定の数だけ変化する加法性。
- multiplicative：乗法的季節性。各季節は係数によって変化します。
範囲：

チュートリアルプロセス

月間乳生産に関するHolt-Winters

このチュートリアルプロセスでは、月間乳生産データでHolt-Wintersモデルをトレーニングすることにより、Holt-Wintersオペレーターの基本的な使用方法を示します。