<model_name>!FORECAST¶

구문¶

필요한 인자는 모델이 학습된 사용 사례에 따라 다릅니다.

외생 변수가 없는 단일 계열 모델의 경우:

<name>!FORECAST(
  FORECASTING_PERIODS => <forecasting_periods>,
  [ CONFIG_OBJECT => <config_object> ]
);

외생 변수가 있는 단일 계열 모델의 경우:

<name>!FORECAST(
  INPUT_DATA => <input_data>,
  TIMESTAMP_COLNAME => '<timestamp_colname>',
  [ CONFIG_OBJECT => <config_object> ]
);

외생 변수가 없는 다중 계열 모델의 경우:

<name>!FORECAST(
  SERIES_VALUE => <series>,
  FORECASTING_PERIODS => <forecasting_periods>,
  [ CONFIG_OBJECT => <config_object> ]
);

외생 변수가 있는 다중 계열 모델의 경우:

<name>!FORECAST(
  SERIES_VALUE => <series>,
  SERIES_COLNAME => <series_colname>,
  INPUT_DATA => <input_data>,
  TIMESTAMP_COLNAME => '<timestamp_colname>',
  [ CONFIG_OBJECT => <config_object> ]
);

인자¶

필수:

모든 사용 사례에 다음 인자가 모두 필요한 것은 아닙니다.

FORECASTING_PERIODS => forecasting_periods

외생 변수가 없는 예측에 필요합니다.

예측할 다음 단계의 수입니다. 단계 사이의 간격은 학습 중에 모델이 유추합니다.

INPUT_DATA => input_data

외생 변수가 있는 예측에 필요합니다.

모델을 학습할 때 input_data 로 전달된 외생 변수(사용자가 추가로 제공한 특징)의 미래 타임스탬프와 값을 포함하는 테이블, 뷰 또는 쿼리에 대한 참조 입니다. 참조를 사용하면 제한된 권한으로 실행되는 예측 프로세스에서 사용자의 권한을 사용하여 데이터에 액세스할 수 있습니다. 열은 이 인자와 원래 외생 학습 데이터 간에 이름으로 매칭됩니다.

이 참조를 생성하려면 테이블 이름, 뷰 이름 또는 쿼리와 함께 TABLE 키워드 를 사용하거나 SYSTEM$REFERENCE 또는 SYSTEM$QUERY_REFERENCE 함수를 호출하면 됩니다.

TIMESTAMP_COLNAME => 'timestamp_colname'

외생 변수가 있는 예측에 필요합니다.

타임스탬프를 포함한 input_data 에 있는 열의 이름입니다.

SERIES_COLNAME => 'series_colname'

외생 변수가 있는 다중 계열 예측에 필요합니다.

계열을 지정하는 input_data 에 있는 열의 이름입니다.

SERIES_VALUE => series

다중 계열 예측에 필요합니다.

예측할 시계열입니다. 단일 값(예: 'Series A'::variant) 또는 VARIANT 일 수 있지만, 모델 학습의 기반이 된 계열을 지정해야 합니다. 지정하지 않으면 학습된 계열이 전부 예측됩니다.

선택 사항:

CONFIG_OBJECT => config_object

예측 작업 구성에 사용되는 키-값 페어를 포함한 OBJECT 입니다.

키	타입	기본값	설명
prediction_interval	FLOAT	0.95	0.0보다 크거나 같고 1.0보다 작은 값입니다. 기본값은 0.95로, 미래 시점의 95%가 예측 결과에서 [lower_bound, upper_bound] 구간 내에 속할 것으로 예상된다는 의미입니다.
on_error	STRING	'ABORT'	오류 처리 방법을 지정하는 문자열(상수)입니다. 이는 여러 계열을 예측할 때 가장 유용합니다. 지원되는 값은 다음과 같습니다. 'abort': 시계열에서 오류가 발생하면 모델 예측 작업을 중단합니다. 'skip': 예측에서 오류가 발생하는 시계열을 건너뜁니다. 이를 통해 다른 시계열에 대한 예측이 성공할 수 있습니다. 실패한 계열에서 모델 출력에서 빠지게 됩니다.

출력¶

예¶

예 섹션을 참조하십시오.