预测概览

预测是指分析历史数据，以便对未来趋势做出明智的预测。例如，您可以分析多个店面位置的历史销售数据，以预测这些位置的未来销售情况。在 BigQuery ML 中，您可以对时序数据执行预测。

您可以通过以下方式进行预测：

  • 通过将 AI.FORECAST 函数与内置的 TimesFM 模型结合使用。如果您需要预测单个变量的未来值，并且不需要对模型进行微调，请使用此方法。此方法不要求您创建和管理模型。
  • 通过将 ML.FORECAST 函数与 ARIMA_PLUS 模型结合使用。如果您需要运行基于 ARIMA 的建模流水线并将时序分解为多个组成部分以解释结果，请使用此方法。此方法要求您创建和管理模型。
  • 通过将 ML.FORECAST 函数与 ARIMA_PLUS_XREG 模型结合使用。如果您需要预测多个变量的未来值，请使用此方法。此方法要求您创建和管理模型。

ARIMA_PLUS 和 ARIMA_PLUS_XREG 时序模型实际上不是单个模型，而是包含多个模型和算法的时序建模流水线。如需了解详情，请参阅时序建模流水线。

通过使用 BigQuery ML 的语句和函数的默认设置，即使您没有太多机器学习知识，也可以创建和使用预测模型。不过，如果您具备机器学习开发（尤其是预测模型）的基本知识，则有助于您优化数据和模型，从而获得更好的结果。我们建议您使用以下资源来熟悉机器学习技术和流程：