Fonction ML.HOLIDAY_INFO
Ce document décrit la fonction ML.HOLIDAY_INFO
, qui vous permet de renvoyer la liste des jours fériés modélisée par un modèle de prévision de séries temporelles ARIMA_PLUS
ou ARIMA_PLUS_XREG
. La fonction ne renvoie la liste des jours fériés que si elle détecte un effet des jours fériés dans le modèle. Sinon, la fonction renvoie un ensemble de résultats vide.
Syntaxe
ML.HOLIDAY_INFO(MODEL `project_id.dataset.model`)
Arguments
ML.HOLIDAY_INFO
utilise les arguments suivants :
project_id
: ID de votre projetdataset
: ensemble de données BigQuery contenant le modèle.model
: nom du modèle
Sortie
ML.HOLIDAY_INFO
affiche les colonnes suivantes :
region
: valeurSTRING
qui identifie la région concernée.holiday_name
: valeurSTRING
qui identifie le jour férié.primary_date
: valeurDATE
qui identifie la date du jour férié.preholiday_days
: valeurINT64
qui identifie le début de la période de jours fériés autour du jour férié qui a été pris en compte lors de la modélisation.postholiday_days
: valeurINT64
qui identifie la fin de la période de jours fériés autour de la période de jours fériés à prendre en compte lors de la modélisation.
Exemple
L'exemple suivant renvoie les résultats d'un modèle utilisant un jour férié personnalisé :
SELECT * FROM ML.HOLIDAY_INFO(MODEL `mydataset.arima_model`);
La sortie ressemble à ceci :
+-----------------------+--------------+-----------------+------------------+ | region | holiday_name | primary_date | preholiday_days | postholiday_days | +--------------------------------------------------------+------------------+ | US | Members day | 2001-10-21 | 3 | 1 | +-----------------------+--------------+-----------------+------------------+ | US | Members day | 2002-10-22 | 3 | 1 | +-----------------------+--------------+-----------------+------------------+ | US | Members day | 2003-10-21 | 3 | 1 | +-----------------------+--------------+-----------------+------------------+ | US | Members day | 2004-10-23 | 3 | 1 | +-----------------------+--------------+-----------------+------------------+
Étapes suivantes
- Pour en savoir plus sur l'évaluation des modèles, consultez la présentation de l'évaluation des modèles BigQuery ML.
- Pour en savoir plus sur les instructions et les fonctions SQL compatibles avec chaque type de modèle, consultez la section Parcours utilisateur de bout en bout pour chaque modèle.