如何使用外部回归器在 BigQuery 中训练 Arima_PLUS 模型？

Posted 2023-02-15

【中文标题】如何使用外部回归器在 BigQuery 中训练 Arima_PLUS 模型？

【英文标题】：How to use external regressors for training Arima_PLUS model in BigQuery?

【发布时间】：2021-08-09 22:16:39

【问题描述】：

我在大查询上创建了一个模型，是否可以包含其他列作为外部回归器？

例如，我想包含日期、用户、每次会话的页面、跳出率等以预测用户。

create or replace model bqml_tutorial.create_model
options
(model_type= 'ARIMA_PLUS',
time_series_timestamp_col='Date',
time_series_data_col='Users',
auto_arima=True,
data_frequency = 'AUTO_FREQUENCY',
decompose_time_series= True)
as
select Date, cv as Users from `bqml_tutorial.cvrate` ORDER BY Date 

【参考方案1】：

查看the documentation，目前不可用。您可以在 BigQuery 中训练的 ARIMA_PLUS 模型已经做了很多事情（季节性研究、异常值移除、缺失数据插值等）。但就外部回归器而言，您无法添加特定列来训练您的模型。

您可以添加到模型中的唯一附加数据是假期信息（带有 HOLIDAY_REGION 选项）。这已经很棒了！

请注意，您可以通过使用 TIME_SERIES_ID_COL 参数指定要预测的列来同时训练多个时间序列的模型。但这会让您从独立模型中预测所有这些列（因此不会对一列对另一列的影响进行建模）。

【讨论】：

这很有帮助。对其他列依赖项训练和预测 1 个目标列是否有任何模型建议？

对于时间序列，BQ 中唯一可用的专用模型是 ARIMA 模型，它可以在您的案例中用作基线模型。至于研究其他列的效果，也许你可以看看 XGBOOST 和 AUTOML 模型？但要小心你的方法！