更新时间：2022-08-13 21:23:29
时间序列预测的主要目的是根据已有的历史数据进行分析预测，例如：根据服务的历史访问日志数据，对未来一周的访问请求数据进行预测，运营人员可根据预测结果分析用户留存等问题，挖掘问题本质。
一个完整的时间序列预测任务分为 2 个部分，数据预览和模型计算：
• 数据预览：用于对需分析的数据及维度实现数据可视化展示；
• 模型计算：用于提供多种算法，可根据实际需求选择不同的算法及参数进行模型计算。
新建时间序列预测任务，具体操作如下：
1. 进入机器学习页面，点击【新建】进入新建机器学习任务页面，点击【查看帮助】可查看时间序列检测机器学习任务的简介和应用场景示例，如下所示：

2. 点击【时间序列预测】进入参数配置页面，点击右上角【查看帮助】可翻页查看时间序列预测的简介、使用帮助、参数配置指导、算法介绍，如下所示：

3. 配置数据预览：
数据预览部分用于以可视化方式展示原始数据、数据统计信息以及趋势图。
1）配置数据预览：填写数据预览配置信息。时间序列数据预览配置步骤，除桶只能选择时间类型外，其他与单维度异常检测配置一致，详细请参见 单维度异常检测  章节；
2）点击【预览】可查看数据预览结果，如下所示：

数据预览结果包括：数据趋势图和原始数据列表。
元素名称 元素说明
趋势图 表示所选数据的趋势情况：
► 光标浮动到图形上可显示提示信息，提示信息第一行：为桶字段信息；第二行：为度量字段的信息；
► 趋势图可调整查看的时间轴范围：
• 光标浮动到图形上滑动鼠标滚轮，可放大/缩小时间轴范围；
• 直接拖动图形下方的时间缩放器进行放大/缩小
原始数据列表 原始数据列表第一列：为桶字段信息；第二列：为度量字段的信息
4. 配置模型计算：
时间序列预测支持一次指数平滑、二次指数平滑、三次指数平滑 3 种算法。对于某些算法参数，AnyRobot 可以自动适应参数；如需手动添加，可勾选手动设置算法参数进行设置。

► 一次指数平滑：一种特殊的加权平均法，适用于水平型曲线的数据。
元素名称 元素说明
滑动窗口 设置滑动窗口大小。值越小，数据拟合程度越高
预测周期 设置数据预测的时间间隔（天）；例如：若预测周期为 2，则表示预测 4 天的数据
Alpha 重要性衰减速度参数，在 0 到 1 之间。数据波动不大时，选择较小的值；波动较大时，选择较大的值
点击【计算】查看时间序列预测结果，如下所示：

时间序列预测模型计算结果说明：
元素名称 元素说明
预测结果折线图 表示预计结果的折线图，其中共有 3 条曲线来展示说明预测结果：
• 原始值：黑色线，表示度量字段的原始值；
• 拟合值：蓝色线，表示通过算法拟合得出的值；
• 预测值：粉色线，表示通过算法预测得出的值
光标浮动到图形上可气泡提示当前时间的原始值、拟合值、预测值。趋势图可通过以下方式调整查看的时间轴范围：
• 光标浮动到图形上滑动鼠标滚轮，可放大/缩小时间轴；
• 直接拖动图形下方的时间缩放器进行放大/缩小
拟合优度 表示数据拟合的优劣程度；数值越接近 1，表示拟合程度越好
均方根误差 表示预测结果的优劣程度；数值越小，表示模型越好
► 二次指数平滑：基于一次指数平滑结果再次进行平滑处理，从而保留数据的趋势信息。适用于斜坡型时序数据，可预测具有趋势性的时间序列。
元素名称 元素说明
滑动窗口 滑动窗口大小；值越小，则数据拟合程度越高
预测周期 设置数据预测的时间间隔（天）；例如：预测周期为 2，则表示预测 4 天的数据
Alpha 重要性衰减速度参数，参数范围在 [0,1] 之间。数据波动不大时，选择较小的值；波动较大时，则选择较大的值
Beta 数据趋势影响参数，参数范围在 [0,1] 之间。数据具有长期趋势时，选择较小的值；数据具有短期趋势时，则选择较大的值
点击【计算】查看时间序列预测结果，如下所示：

► 三次指数平滑：在二次指数平滑的基础上保留了季节性信息，可预测带有季节性的时间序列。适用于同时含有趋势性和季节性的序列数据，多应用于抛物线型数据。
元素名称 元素说明
滑动窗口 设置滑动窗口大小；值越小，数据拟合程度越高
预测周期 设置数据预测的时间间隔（天）；例如：预测周期为 2，则表示预测 4 天的数据
计算方式 • 累加模型：适用于具有线性趋势且季节效应，但不随时间变化的时间序列；
• 累乘模型：适用于具有线性趋势且季节效应，但随序列量级发生变化的时间序列
季节周期 季节周期适用于有明显季节性的数据，取值在 [0,滑动窗口/2] 之间的正整数
Alpha 重要性衰减速度参数，取值在 [0,1]；数据波动不大时，选择较小值；波动较大时，则选择较大值
Beta 数据趋势影响参数，取值在 [0,1]；数据具有长期趋势时，选择较小值；数据具有短期趋势时，则选择较大值
Gamma 季节性影响参数，取值在 [0,1]；数据具有长周期时，选择较小值；数据具有短周期时，选择较大值
点击【计算】可查看时间序列预测结果，如下所示：

5. 完成上述所有配置后，点击【保存】填写机器学习任务名称，点击【确认】即可完成机器学习任务创建操作。