Como o RCF é aplicado para gerar previsões - Amazon QuickSight

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Como o RCF é aplicado para gerar previsões

Para prever o próximo valor em uma sequência temporal estacionária, o algoritmo RCF responde à pergunta: "Qual seria a conclusão mais provável, depois que tivéssemos um valor candidato?" Ele usa uma única árvore no RCF para executar uma pesquisa pelo melhor candidato. Os candidatos em diferentes árvores são agregados, pois cada árvore por si só é um previsor fraco. A agregação também permite a geração de erros de quantil. Esse processo é repetido t vezes para prever o tº valor no futuro.

O algoritmo na Amazon QuickSight é chamado de BIFOCAL. Ele usa dois RCFs para criar uma arquitetura de "CALibrated BI-FOrest" (dupla floresta calibrada). O primeiro RCF é usado para remover anomalias e fornecer uma floresta fraca, que será corrigida pela segunda. Em geral, essa abordagem fornece previsões significativamente mais robustas em comparação a outros algoritmos amplamente disponíveis, como o ETS.

O número de parâmetros no algoritmo de QuickSight previsão da Amazon é significativamente menor do que em outros algoritmos amplamente disponíveis. Isso permite que ele seja útil imediatamente, sem precisar que sejam feitos ajustes humanos para um número maior de pontos de dados de séries temporais. À medida que mais dados se acumulam em uma série temporal específica, as previsões na Amazon QuickSight podem se ajustar aos desvios de dados e às mudanças de padrão. Para séries temporais que mostram tendências, a detecção de tendências é realizada primeiro para tornar a série estacionária. A previsão dessa sequência estacionária é projetada novamente com a tendência.

Como o algoritmo se baseia em um algoritmo online eficiente (RCF), ele pode oferecer suporte a consultas de condição interativas. Nelas, algumas das previsões podem ser alteradas e tratadas como hipotéticas para fornecer previsões condicionais. Essa é a origem da capacidade de explorar cenários de condição durante a análise.