<nome_do_modelo>!SHOW_EVALUATION_METRICS¶

Sintaxe¶

Você pode chamar esse método para recuperar as métricas de validação cruzada geradas quando o modelo foi treinado ou pode chamá-lo com dados adicionais que não estavam disponíveis no momento do treinamento (dados fora da amostra) e receber métricas com base em quão bem o modelo prevê esses dados.

Retorne métricas de validação cruzada de séries temporais geradas no momento do treinamento:

Essas métricas estarão disponíveis somente se evaluate=TRUE estiver em CONFIG_OBJECT durante a criação do modelo (este é o padrão).

<model_name>!SHOW_EVALUATION_METRICS();

Calcule métricas de validação cruzada em dados adicionais fora da amostra:

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

Argumentos¶

Os argumentos a seguir se aplicam somente ao caso de uso de dados adicionais fora da amostra.

Obrigatório:

Nem todos os argumentos a seguir são necessários para todos os casos de uso.

INPUT_DATA => input_data

Uma referência a uma tabela, exibição ou consulta que contém os carimbos de data/hora e valores futuros do destino e quaisquer variáveis exógenas usadas durante o treinamento. As colunas são combinadas entre este argumento e os dados de treinamento exógenos originais por nome.

Para criar esta referência, você pode usar a palavra-chave TABLE com o nome da tabela, nome da exibição ou consulta, ou você pode chamar a função SYSTEM$REFERENCE ou SYSTEM$QUERY_REFERENCE.

TIMESTAMP_COLNAME => 'timestamp_colname'

Nome da coluna que contém os carimbos de data/hora em input_data.

TARGET_COLNAME => 'target_colname'

Nome da coluna que contém o destino (valor dependente) em input_data.

LABEL_COLNAME => 'label_column_name'

Nome da coluna que contém os rótulos dos dados. Os rótulos são valores booleanos (verdadeiro/falso) que indicam se uma determinada linha é uma anomalia conhecida. Se você não tiver dados rotulados, passe uma cadeia de caracteres vazia ('') para este argumento.

Opcional:

SERIES_COLNAME => 'series_colname'

Nome da coluna em input_data especificando a série.

CONFIG_OBJECT => config_object

Um OBJECT contendo pares chave-valor usados para configurar o trabalho de avaliação.

Chave	Tipo	Padrão	Descrição
prediction_interval	FLOAT	0,99	Um valor maior ou igual a 0,0 e menor que 1,0. O valor padrão de 0,95 significa que 95% dos pontos futuros devem ficar dentro do intervalo [lower_bound, upper_bound] derivado do resultado da previsão.
on_error	STRING	'ABORT'	Cadeia de caracteres (constante) especificando o método de tratamento de erros. Isto é mais útil ao prever múltiplas séries. Os valores suportados são: 'abort': anula a operação de previsão do modelo se for encontrado um erro em qualquer série temporal. 'skip': ignora qualquer série temporal em que a previsão encontre um erro. Isso permite que a previsão seja bem-sucedida para outras séries temporais. As séries que falham estão ausentes da saída do modelo.

Saída¶