Kraken Zeitreihen Best Practices

Univariate Zeitreihe: Kraken implementiert derzeit ein univariates Zeitreihenmodell, das Ähnlichkeiten mit den leistungsstärksten Modellen der Branche wie Auto-SARIMA aufweist. Die Zeitreihenmodellierung sucht nach Saisonalität und allgemeinen Wachstumstrends basierend auf historischen Daten. Dies ermöglicht es den Modellen, in die Zukunft für jede beliebige Zeitspanne vorherzusagen. Kraken prognostiziert 12 Monate in die Zukunft und kann tägliche, wöchentliche oder monatliche Daten verarbeiten. Es geht auch elegant mit fehlenden Tagen um. Der zurückgegebene Datensatz enthält das Datum, den tatsächlichen Wert, den vorhergesagten Wert, die obere Grenze und die untere Grenze (Grenzen bei einem 80% Konfidenzintervall) sowie markiert Ausreißer im Datensatz, die automatisch als Anomalien betrachtet und aus dem Training entfernt werden. Wichtiger Hinweis - Datumsfeld: Kraken wird den Datentyp verwenden, der in der Quellverbindung verwendet wird. D.h. wenn Sie einen MySQL-Connector verwenden und das Schema eine Spalte als Datumstyp hat, wird es in Kraken als Datum gelesen. Für CSVs analysiert Kraken derzeit nur Daten im „yyyy-mm-dd“-Format. Wichtiger Hinweis - Aggregation: Kraken summiert Daten auf die tägliche Ebene und betrachtet dann die Datumsfrequenz/Sparsamkeit der gegebenen Daten (das bedeutet, dass wenn Sie mehrere Punkte pro Tag haben, diese zusammengefasst werden). Wenn tägliche Daten mit vielen fehlenden Tagen gegeben werden, wird die Summe der Daten automatisch auf wöchentlicher Ebene aggregiert; dasselbe gilt für die Aggregation der wöchentlichen Ebene auf die monatliche Ebene. Wenn diese Art der Aggregation auftritt, ist es möglich, dass die aus der Prognose zurückgegebenen Daten nicht genau mit den zur Analyse gegebenen Daten übereinstimmen, aber die Summe des Wertes wird mit der Summe des Wertes im Eingabedatensatz übereinstimmen.