如何在 Vertex AI 表格预测中分配两个或多个时间序列标识符列

Posted 2023-03-29

【中文标题】如何在 Vertex AI 表格预测中分配两个或多个时间序列标识符列

【英文标题】：How to assign two or more time series identifier columns in Vertex AI Tabular Forecasting

【发布时间】：2021-11-15 00:38:00

【问题描述】：

我想知道模型中是否可以有多个时间序列标识符列？假设我想在产品和商店级别创建预测（文档建议应该可以）。

如果我选择产品作为系列标识符，我留给商店的唯一选项是协变量或属性，在这种情况下都不适用。

将产品和商店连接起来并使用该连接 ID 的单个产品和商店代码值作为属性是一种解决方案吗？感觉不对，但我看不到任何其他选项 - 我错过了什么吗？

注意：我了解 Vertex AI 的此功能目前处于预览阶段，因此选项可能会受到限制。

【参考方案1】：

在Vertex AI的预测模型中，没有其他方法可以分配2个或更多时间序列标识符。如您所知，“预测模型”在“Preview”Product launch stage 中，因此选项有限。有关训练预测模型的数据准备最佳实践的更多信息，请参阅此doc。

作为一种解决方法，可以连接两列并在该连接列上分配一个时间序列标识符，正如您在问题中提到的那样。这样，连接列将更多的上下文信息带入模型的训练中。

【参考方案2】：

只是为了跟进 Vishal 的（正确）答案，以防将来有人查找此问题。

是的，连接是目前唯一的选择，因为只能有一个时间序列标识符（我希望将来会有所改变）。话虽如此，我已经尝试将数据中的单个标识符添加为分类属性，它实际上工作得很好。这样我就可以在产品/商店级别生成预测，但是我可以汇总单个产品的所有预测，并且结果与基于汇总数据训练的模型相差不大（显然这将取决于需求分类和选择的优化方法）其他因素）。

另外，一个有趣的观察。当您包含产品描述之类的内容时，您可以将它们分类为分类或文本。我无法在文档中找到该模型是否仅使用 unigrams（这是控制台中的列统计信息所建议的）或多个 n-grams，但这绝对是您想要尝试的东西数据。当使用分类分类时，我的数据集实际上显示出更好的准确性，这有点违反直觉，因为它感觉像是冗余信息，尽管很难说，因为文档不是很详细。它可能特定于我的数据集，所以正如我所说，请确保您使用自己的数据集进行试验。