Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Comment l'algorithme RCF est appliqué pour générer des prévisions
Pour prévoir la valeur suivante dans une séquence de temps stationnaire, l'algorithme RCF répond à la question « Quelle serait la fin la plus probable, dès que l'on dispose d'une valeur candidate ? » Il utilise un seul arbre dans RCF pour effectuer une recherche de la meilleure candidate. Les candidates dans les différents arbres sont regroupées, car chaque arbre est en soi un faible prédicteur. Le regroupement permet également de générer des erreurs de quantile. Ce processus est répété t fois pour prédire la tème valeur dans le futur.
L'algorithme d'Amazon s' QuickSight appelle BIFOCAL. Il utilise deux RCF pour créer une architecture BI-Forêt CALibrée. Le premier RCF est utilisé pour filtrer les anomalies et fournir une faible prévision, qui est corrigée par le second. Dans l'ensemble, cette approche fournit des prévisions beaucoup plus robustes que d'autres algorithmes largement disponibles tels qu'ETS.
Le nombre de paramètres de l'algorithme de QuickSight prévision d'Amazon est nettement inférieur à celui des autres algorithmes largement disponibles. Il peut être ainsi utile dès le départ, sans ajustement humain pour un plus grand nombre de points de données en séries chronologiques. À mesure que de plus en plus de données s'accumulent dans une série chronologique donnée, les prévisions d'Amazon QuickSight peuvent s'adapter aux dérives des données et aux changements de modèle. Pour les séries chronologiques qui affichent les tendances, la détection des tendances est d'abord effectuée pour rendre la série stationnaire. La prévision de cette séquence stationnaire est projetée avec la tendance.
Étant donné que l'algorithme s'appuie sur un algorithme en ligne efficace (RCF), il peut prendre en charge les requêtes interactives de type « hypothétiques ». Dans ces dernières, certaines prévisions peuvent être modifiées et traitées comme des hypothèses pour fournir des prévisions conditionnelles. Il s'agit de l'origine de la possibilité d'explorer des scénarios « hypothétiques » pendant l'analyse.
