更新时间：2022-08-13 21:30:54
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，目前支持通用场景、容量预测两种场景化预测：
• 通用场景为对通用指标数据的预测，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；
• 容量预测场景为对目前容量的可用时间预测，例如：虚拟机的资源依赖于集群主机的CPU、内存以及存储主机的储存资源，根据这些资源的历史增长情况，预测当前资源容量可使用的时间，管理员可根据预测结果规划这些资源的使用，稳定虚拟机的运行性能和服务质量。
一个完整的时间序列预测任务分为 5 个部分，数据源配置、数据预处理、模型计算、字段填充和定时任务：
• 数据源配置：用于准备数据，以实现数据分析及分析维度的可视化展示；
• 数据预处理：用于缺失值处理配置，避免因数据缺失导致无法计算的情况；
• 模型计算：用于提供不同场景、多种算法，可根据实际需求选择不同的场景、算法及参数进行模型计算；
• 字段填充：用于对预测结果的二次处理，在预测结果数据中增加字段内容，可用于可视化展示； 
• 定时任务：用于启用定时执行异常检测任务，支持查看执行任务详情记录。
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；
3. 配置数据源：
数据源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）配置数据源：填写数据源配置信息。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. 配置数据预处理：
时间序列预测数据处理分为：缺失值方法和预处理 2 个部分，如下所示：

1）配置缺失值处理方法模块：通过选择不同的缺失值处理方法可以对数据中的缺失值进行填充，提升数据质量；
2）配置预处理部分：可以选择不同的方法进行数据预处理，目前支持极差标准化和 Z-Score 标准化 2 种类型。

► 标准化：即方差计算，方差是平均值的对比：
• 极差标准化：极差又称范围误差或全距，用于统计数据中的变异点数量，极差值即为最大值与最小值之间的差距。极差标准化可体现一组数据波动的范围，极差越大，离散程度越大；
• Z-Score 标准化：即零-均值规范化，也称标准差标准化，是数据规范化处理的方式之一。可用于数据分布过于凌乱，无法判断最大值与最小值，或数据中心存在过多变异点的场景。
3）点击【应用】，执行成功后显示【查看结果】按钮，点击可查看数据预处理后的字段结果，如下所示：

5. 配置模型计算：
模型计算目前支持两种场景，分别为通用场景及容量预测场景，通用场景为对通用指标数据的预测，容量预测场景为对目前容量的可用时间预测，两种场景的具体配置如下：
► 通用场景：
时间序列预测的通用场景需要配置算法相关参数，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
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
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
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：

► 容量预测：
时间序列预测的容量预测场景除需配置上述算法参数以外，还需配置容量相关参数，具体参数配置如下：
  
元素名称 元素说明 限制条件
*总容量
（二选一）		 来源字段 选择数据源中的数值型字段，自动获取其当前容量值 -
自定义容量 输入自定义容量值 须为大于0的整数
*阈值百分比 输入总容量值的阈值百分比，即对于此阈值进行可用时间预测，默认值为100 须为0-100的整数
点击【计算】可查看时间序列预测结果，时间序列预测容量预测场景下模型计算结果展示除折线图、拟合优度、均方根误差以外，还包括预计可用时间，表示当前容量的资源预计可用的时间，单位为天，如下所示：

说明：容量预测需要历史数据的累积，一般需要一个半月的历史数据。
6. 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。
说明：
• 字段填充配置功能详细参见 单维度异常检测-字段填充配置 章节，时间序列预测的字段填充结果的字段名存于搜索页面的ml-forecast字段库下。
• 定时任务配置功能详细可参见 单维度异常检测-定时任务配置 章节，时间序列预测定时任务暂不支持告警联动功能。