1 回答
- 最新
- 投票最多
- 评论最多
0
【以下的回答经过翻译处理】 答案1:基于Amazon.com在时间序列预测方面使用的相同技术,Forecast提供最先进的算法来预测未来时间序列数据,基于历史数据,无需机器学习经验。Amazon SageMaker Debugger对您的训练作业进行配置文件和调试,以改善计算资源利用率和模型预测的性能。因此,Debugger可用于SageMaker培训作业,但不适用于Amazon Forecast,后者是其自己的全面管理服务。
答案2-使用“回测”检测预测中的过度拟合,这是与传统机器学习的“train/valid”相当的方法。使用回测的原因是为了保持train/valid数据的时间顺序。通过对回测窗口进行仔细分析,您可以更有信心模型能够很好地推广到未看到的数据。
Amazon Forecast现在支持将回测预测导出为.csv文件。客户可以使用回测预测计算任何他们想要的指标和/或可视化。
- 链接至文档:https://docs.aws.amazon.com/forecast/latest/dg/metrics.html
- 有关在Amazon Forecast中使用Backtests的博客和笔记本电脑的链接:https://aws.amazon.com/blogs/machine-learning/amazon-forecast-now-supports-accuracy-measurements-for-individual-items/
一个常见的担忧是回测会增加过度拟合-实际上并不会,因为每个验证数据集都不同于之前的回测验证数据集。要更有把握地确认模型的鲁棒性,请使用多个回测窗口。如果Forecast Horizon很长,您可能只需要1-2个回测窗口;否则,使用最大值5个回测窗口。
另一个问题是