借助预测功能，分析人员可以快速将数据预测添加到新的或现有的“探索”查询中，以帮助用户预测和监控特定数据点。您可以将预测结果和可视化图表添加到信息中心，并将其保存为 Looks。此外，您还可以在嵌入式 Looker 内容中创建和查看预测结果和可视化图表。
如果您拥有创建预测的权限，则可以预测数据。
如何创建和显示预测结果
预测功能使用探索数据表中的数据结果来计算未来的数据点。预测计算仅包含“探索”查询的显示结果；由于行数限制而未显示的任何结果都不包含在内。如需详细了解用于计算预测值的算法，请参阅本页面中的 ARIMA 算法部分。
预测结果显示为现有“探索”可视化图表的延续，并受配置的可视化图表设置的约束。预测数据点与非预测数据点的区别在于：
- 在受支持的笛卡尔图表中，预测数据点会以较浅的阴影或虚线显示，从而与非预测数据点区分开来。
- 在支持的文本和表格图表类型中，预测数据点会以斜体显示，并会附加星号。
将光标悬停在预测数据点上时显示的提示中也会明确标识预测数据。
只有某些类型的可视化图表支持预测的数据，如下一部分所述。
ARIMA 算法
预测利用自动回归积分移动平均 (ARIMA) 算法来创建与输入到预测中的数据最匹配的等式。为了找到最佳匹配数据，Looker 会使用一组初始变量运行 ARIMA，创建初始变量的变体列表，然后使用这些变体再次运行 ARIMA。如果任何变体创建了更适合输入数据的等式，Looker 会将这些变体用作新的初始变量，并创建其他变体，然后接受评估。Looker 不断重复此过程，直到找出最佳变量，或直到所有选项或分配的计算时间用尽。
此过程可以视为一种遗传算法，在这种算法中，数百代中的个体会分别产生 1 到 10 个后代（基于父亲的不同变量），并且最好的后代会存活下来，可能产生“更好的”世代。Looker 在遗传算法方法中使用许多 ARIMA 调用的方式称为 AutoARIMA。
如需关于 AutoARIMA 的更多详情，请参阅 pmdarima 用户指南的 auto_arima 使用提示部分。虽然这不是 Looker 用于运行 AutoARIMA 的库，但 pmdarima 可以提供有关该过程和使用的不同变量的最佳说明。
支持的可视化类型
其他可视化类型（包括自定义可视化）目前无法呈现预测数据。
探索预测的查询要求
若要创建预测，“探索”功能必须满足以下要求：
注意事项
当您新建要预测的“探索”查询或向现有的“探索”查询添加预测时，还需考虑以下其他条件：
- 数据透视 - 只要满足上述要求，就可以对透视探索执行预测。
- 行总计和小计 - 行总计和小计不包含预测值；我们建议不要在预测中使用小计或行总计，因为这样可能会产生意外的数字。
- 包含不完整时间范围的过滤条件 - 为了准确进行预测，当“探索”包含不完整时间范围的数据时，才应结合使用预测功能与“探索”过滤条件中的完整时间范围逻辑结合使用。例如，如果用户预测未来某个月的数据，而“探索”工具过滤为显示过去三个月的数据，则“探索”工具会包含当前不完整月份的数据。预测时会将不完整的数据纳入计算，并显示更不可靠的结果。当探索包含不完整的时间范围（例如，探索包含当月的月度数据不完整）时，请改用“过去 3 个完整月份内”（而非“过去 3 个月内”）等过滤条件逻辑，以确保更准确的预测结果。
- 表格计算 - 基于一个或多个预测衡量指标的表格计算将自动包含在预测中。
- 行数上限 - 了解行数上限如何应用于整个数据表格，包括预测的行数。
如需更多提示和问题排查资源，请参阅本页中的常见问题和须知事项部分。
通常，数据集行数越多，预测长度越短，预测结果越准确。
预测菜单选项
您可以使用预测菜单中的选项（位于探索可视化图表标签页上）自定义预测数据。预测菜单包含以下选项：
选择字段
选择字段下拉菜单会显示“探索”查询中可用于预测的衡量指标或自定义衡量指标。最多可以选择 5 个测量或自定义测量。
长度
长度选项指示要预测数据值的行数或时间长度。系统会根据“探索”查询中的时间范围维度自动填充预测时长间隔。
通常，数据集行数越多，且预测时长越短，预测结果就越准确。
预测区间
通过预测间隔选项，分析师可以表达预测结果中的一些不确定性，以帮助提高准确性。启用“预测间隔”选项后，您可以选择预测数据值的边界。例如，预测区间为 95% 表示预测的测量值有 95% 的几率落在预测的上限和下限之间。
所选预测区间越大，上限和下限越宽。
季节性
季节性选项可让分析师在预测中说明已知周期或重复数据趋势，该选项是指相应周期内数据的行数。例如，如果“探索”数据表中每小时有一行，且数据每天循环，则季节性变化为 24。
使用默认的预测设置时，Looker 会参考“探索”中的日期维度，并扫描几个可能的季节性周期，以找到最符合最终预测的结果。例如，使用每小时数据时，Looker 可能会尝试每天、每周和四周的季节性周期。Looker 还会考虑该维度的频率。如果某个维度代表 6 小时的时间段，Looker 就会知道一天只有 4 行，并会相应地调整季节性变化。
对于常见用例，自动选项会检测给定数据集的最佳季节性变化。如果您知道数据集中的特定周期，可以使用自定义选项指定构成预测中单个衡量的循环的行数。
为多个衡量指标预测数据值时，您可以为每个具体衡量指标选择不同的季节性选项（包括无）。 季节性变化下拉菜单包含以下几个选项：
默认情况下，预测功能会将自动季节性选项应用于预测，即使未启用季节性选项也是如此。
自动
使用自动季节性变化选项时，Looker 会为您来自多个常见季节性时段（例如每日、每小时、每月等）的数据选择最佳选项。
自定义
如果您知道数据集中的每个季节或周期具体包含的行数，可以在时间段字段中指定数字。如果您知道您的数据周期会以特定的行数显示，则选择自定义可能会很有帮助。
如果您处理的数据以月为单位，但以更细致的方式表示（例如，在“探索”中使用“日期”或“周”粒度），那么 4 周或 30 天时间段通常对应于月度周期。
无
季节性变化是预测的一个强大组成部分；但是，根据输入数据的不同，我们并不总是建议您这样做。如果数据中没有可预测的周期，那么启用季节性变化可能偶尔会导致预测结果不准确，因为在这种情况下，算法会试图找到某种规律，然后尝试使该假模式符合预测结果。这可能会导致含糊不清的预测结果。
如果您要为多个衡量指标预测数据值，并且只想为一个或多个衡量指标启用季节性变化，则可以为您不想为其启用季节性的所有衡量指标选择无。
创建预测
只有具备权限的用户才能创建预测。
要创建预测，请按以下步骤操作：
确保您的探索符合预测要求。例如，某用户希望为“探索”查询创建预测，该查询按“创建月份数量”和“订单数量”（按“创建月份数量”降序排列）。结果会显示截至 2019 年 12 月的数据。
点击“探索”可视化图表标签页中的预测，打开预测菜单。
点击选择字段下拉菜单，最多选择 5 个衡量指标或自定义衡量指标。此示例中的用户选择了“用户数”和“订单数”。
在时长字段中输入您要预测的未来时长。示例中的用户输入了 6 个月。
点击菜单标签页中预测旁边的 x，保存您的设置并退出菜单。
点击运行，以重新运行“探索”查询。（在对预测进行任何更改后，您必须重新运行探索。）
现在，您的“探索”结果和可视化图表将显示指定时长的预测值。使用指定的选项后，示例“探索”会显示从 2020 年 1 月 1 日至 2020 年 6 月 6 个月的“用户数”和“订单数”的预测数据。
由于预测计算取决于数据的排序顺序，因此预测查询运行后，排序功能就会停用。
修改预测
只有具备权限的用户才能修改预测。
若要修改预测，请执行以下操作：
- 您可以根据需要修改“探索”查询，以添加或移除不同的衡量指标或时间范围字段。确保您的探索符合预测要求。
- 点击“探索”可视化图表标签页中的预测，打开预测菜单。
- 点击选择字段下拉菜单，更改预测字段。若要移除预测字段，请执行以下操作：
- 在展开的选择字段下拉菜单中，点击预测字段旁边的复选框，以从预测中移除这些字段。
- 或者，在收起的选择字段菜单中，点击字段名称旁边的 x。
- 根据需要，在“时长”字段中修改要预测的未来特定时长。
- （可选）点击预测间隔或季节性开关，以启用任一功能并自定义关联的选项。
- 如果预测间隔或季节性已启用，系统将显示自定义设置。根据需要修改自定义设置，或选择开关，从预测中移除相应函数。
- 点击菜单标签页中预测旁边的 x，保存您的设置并退出菜单。
- 点击运行，以重新运行“探索”查询。（对预测数据进行任何更改后，您必须重新运行“探索”工具。）
现在，您的“探索”结果和可视化图表将显示修改后的预测结果。由于预测计算取决于数据的排序顺序，因此预测查询运行后，排序功能就会停用。
移除预测
只有具备权限的用户才能移除预测。
若要从“探索”中移除某项预测，请执行以下操作：
- 点击“探索”可视化图表标签页中的预测，打开预测菜单。
- 点击预测菜单顶部的清除。
该查询将自动重新运行以生成结果，但不应用预测。
常见问题和须知事项
准确度如何？
预测的准确性取决于输入数据。Looker 的 AutoARIMA 实现可以做出非常准确的预测，从而成功结合输入数据中的许多细微差别。在有些情况下，算法被输入数据中的奇怪模式所困，并在预测中过度强调这些模式。请务必提供足够的数据，并确保数据尽可能准确，以便充分发挥预测的作用。
无法生成预测
有些合理原因可能会导致无法生成预测结果。出现这些问题的原因通常是输入数据量过少或请求的预测长度过长。这两个因素都没有特定限制，并且特定时长的预测没有确切比例所需的输入数据。输入数据越分散且不可预测性，AutoARIMA 算法就越难找到匹配项。生成预测最有效的方法是增加干净的输入数据量，确保季节性设置正确无误，并将预测时长缩短到仅适合所需的时长。在使用预测间隔选项时，建议您选择较低的间隔时间。
输入数据清理可能涉及：
- 修剪前导或尾随不包含数据的时间段的行
- 通过选择较大的日期维度来减少数据集中的噪声
- 更改对预测结果没有好处的过滤离群值
系统返回的查询结果没有预测，但我收到了一个不为人知的错误
这种情况应该不会发生；如果确实发生了，请尝试从预测配置中移除一个或多个衡量指标，然后重新添加。
系统会显示预测结果，但这些信息明显有误或没有帮助
在这种情况下，最佳做法是添加更多输入数据，尽可能清理输入数据，还可以设置自定义季节性变化（如果您知道数据中的具体周期），或者选择无来完全停用季节性选项。
输入数据清理可能涉及以下任务：
- 修剪前导或尾随不包含数据的时间段的行
- 通过选择较大的日期维度来减少数据集中的噪声
- 更改对预测结果没有好处的过滤离群值