ML.FORECAST 函数

ML.FORECAST 函数

ML.FORECAST 函数根据经过训练的时间序列模型预测时间序列。

ML.FORECAST 会返回以下列：

• time_series_id：时间序列的标识符。仅在同时预测多个时间序列时显示。列名称和类型继承自模型创建查询中指定的 TIME_SERIES_ID_COL 选项。
• forecast_timestamp (TIMESTAMP)
• forecast_value (FLOAT64)
• standard_error (FLOAT64)
• confidence_level (FLOAT64)
• prediction_interval_lower_bound (FLOAT64)
• prediction_interval_upper_bound (FLOAT64)
• confidence_interval_lower_bound (FLOAT64)（即将弃用）
• confidence_interval_upper_bound (FLOAT64)（即将弃用）

注意：在 Beta 版阶段，confidence_interval_lower_bound 和 confidence_interval_upper_bound 被重命名为 prediction_interval_lower_bound 和 prediction_interval_upper_bound，以更好地反映这些值。confidence_interval_lower_bound 和 confidence_interval_upper_bound 即将被弃用；请改为使用 prediction_interval_lower_bound 和 prediction_interval_upper_bound。

ML.FORECAST 语法

ML.FORECAST(MODEL model_name,
           [, STRUCT<horizon INT64, confidence_level FLOAT64> settings])

注意：无需输入数据。

model_name

model_name 是您要用于预测的模型的名称。如果您没有配置默认项目，请按照以下格式将项目 ID 添加到模型名称前面：`[PROJECT_ID].[DATASET].[MODEL]`（包括反引号）；例如：`myproject.mydataset.mymodel`。

horizon

（可选）Horizon 是要预测的时间点数量。horizon 值的类型为 INT64，该值是设置 STRUCT 的一部分。默认值为 3，最大值为在时间序列模型的 CREATE MODEL 语句中指定的 horizon 值，如果未指定，则为 1000。在同时预测多个时间序列时，此参数适用于每个时间序列。

注意：预测已在 CREATE MODEL 中进行。ML.FORECAST 会检索预测值并计算预测区间。因此，此参数主要用于过滤目的。如果您想要在预测多个时间序列时过滤结果，则此参数特别有用。为了节省查询时间，您应该在 CREATE MODEL 语句中为 horizon 指定适当的值。

confidence_level

（可选）预测间隔中的未来值所占的百分比。confidence_level 值的类型为 FLOAT64，该值是设置 STRUCT 的一部分。默认值为 0.95。有效输入范围为 [0, 1)。

ML.FORECAST 输出

ML.FORECAST 在所有情况下都输出以下列：forecast_timestamp、forecast_value、standard_error、confidence_level、prediction_interval_lower_bound、prediction_interval_upper_bound、confidence_interval_lower_bound、confidence_interval_upper_bound。在同时预测多个时间序列时，还有一个额外的输出列：time_series_id。

ML.FORECAST 的输出具有以下属性：

• 对于每个时间序列，输出行将按照 forecast_timestamp 的时间顺序排序。
• 无论输入 time_series_timestamp_col 的类型如何，forecast_timestamp 始终具有 TIMESTAMP 类型。
• forecast_value 是 prediction_interval_lower_bound 和 prediction_interval_upper_bound 的平均值。
• confidence_level 是用户指定的值，如果未指定，则为默认值。它在所有行中都相同。

ML.FORECAST 示例

以下查询使用 ML.FORECAST 和 0.8 的置信度预测 30 个时间点。

SELECT
  *
FROM
  ML.FORECAST(MODEL `mydataset.mymodel`,
              STRUCT(30 AS horizon, 0.8 AS confidence_level))