時系列の階層照合¶

GitHubでこのAIアクセラレーターにアクセス

このAIアクセラレーターは、独立した時系列予測を階層構造と照合する方法を実演します（適切な合計を計算するための後処理など）。 「 一貫性のある」予測を行うこととしても知られ照合は、ステークホルダーに階層予測を送信する際にしばしば要求されます。 このノートブックでは、人気が高まっている HierarchicalForecast Pythonライブラリを活用して、DataRobot時系列デプロイから生成された予測の照合を行います。 以下に手順を示します。

1. HierarchicalForecastのインストール
2. ライブラリのインポート
3. サンプルデータセットのロード
4. 各階層のトレーニングデータの準備
5. 各レベルのモデルの構築
6. 各レベルのモデルのデプロイ
7. 予測の作成
8. 予測の準備
9. 予測の照合
10. 予測の比較
11. 成果

手順2～6は、時系列デプロイの例を示し、それらのデプロイから予測（存在しない場合）を提供することを目的としています。 照合する予測のセットが既に存在する場合は、手順7に進んでください。