指数平滑法 (ETS) のアルゴリズム - Amazon Forecast
仕組みハイパーパラメータおよびチューニング

Amazon Forecast は、新規のお客様は利用できなくなりました。Amazon Forecast の既存のお客様は、通常どおりサービスを引き続き使用できます。詳細はこちら

翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

指数平滑法 (ETS) のアルゴリズム

指数平滑法 (ETS) は、時系列予測に一般的に使用される局所統計アルゴリズムです。Amazon Forecast の ETS アルゴリズムは、Comprehensive R Archive Network (CRAN) の Package 'forecast' の ets 関数を呼び出します。

ETS の仕組み

ETS アルゴリズムは、季節性およびデータに関する他の事前の仮定を含むデータセットに特に役立ちます。ETS では、予測として、入力時系列データセットにおけるすべての観測値の加重平均を計算します。単純移動平均法では、重みは一定はなく、時間の経過とともに指数関数的に減少します。重みは、定数パラメータ (平滑化パラメータとも呼ばれる) に依存します。

ETS のハイパーパラメータおよびチューニング

ETS ハイパーパラメータとチューニングの詳細については、CRAN の「Package 'forecast'」(パッケージ「予測」) の ets 関数のドキュメントを参照してください。

Amazon Forecast は、次の表を使用して、CreateDataset オペレーションで指定された DataFrequency パラメータを R ts 関数の frequency パラメータに変換します。

DataFrequency (文字列) R ts frequency (整数)
Y 1
M 12
W 52
D 7
H 24
30 分 2
15 分 4
10 分 6
5 分 12
1 min 60

表にないサポートされているデータ頻度のデフォルト値は、ts 頻度 1 に設定されます。