<model_name>!SHOW_EVALUATION_METRICS¶

구문¶

이 메서드를 호출하여 모델이 훈련될 때 생성된 교차 검증 메트릭을 가져오거나, 훈련 시점에 사용할 수 없었던 추가 데이터(샘플 외 데이터)로 호출하여 모델이 해당 데이터를 얼마나 잘 예측하는지에 따라 메트릭을 수신할 수 있습니다.

훈련 시간에 생성된 시계열 교차 유효성 검사 메트릭 반환:

이러한 메트릭은 모델을 구성하는 중에 CONFIG_OBJECT 의 evaluate=TRUE 인 경우에만 사용할 수 있습니다(이 값이 기본값임).

<model_name>!SHOW_EVALUATION_METRICS();

추가 샘플 외부 데이터에 대한 교차 유효성 검사 메트릭 계산:

<model_name>!SHOW_EVALUATION_METRICS(
  INPUT_DATA => <input_data>,
  [ SERIES_COLNAME => '<series_colname>', ]
  TIMESTAMP_COLNAME => '<timestamp_colname>',
  TARGET_COLNAME => '<target_colname>',
  [ CONFIG_OBJECT => <config_object> ]
);

인자¶

다음 인자는 추가 샘플 외부 데이터 사용 사례에만 적용됩니다.

필수:

모든 사용 사례에 다음 인자가 모두 필요한 것은 아닙니다.

INPUT_DATA => input_data

대상의 미래 타임스탬프 및 값과 훈련 중에 사용된 모든 외생 변수가 포함된 테이블, 뷰 또는 쿼리에 대한 참조 입니다. 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'

input_data 에 타임스탬프가 포함된 열의 이름입니다.

TARGET_COLNAME => 'target_colname'

input_data 에 대상(종속 값)이 포함된 열의 이름입니다.

선택 사항:

SERIES_COLNAME => 'series_colname'

계열을 지정하는 input_data 에 있는 열의 이름입니다.

CONFIG_OBJECT => config_object

평가 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. 기본값 0.95는 예측 결과에서 도출된 [ower_bound, upper_bound] 구간 내에 미래 시점의 95%가 속할 것으로 예상됨을 의미합니다.
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 시리즈는 모델 출력에서 제외됩니다.

출력¶

예¶

예 섹션을 참조하십시오.