La précision du lissage et de la détection dépend de la configuration des paramètres rangeWindowLength et expectedRangeWindowLength. Le premier définit la fenêtre pour le calcul de la plage instantanée, tandis que le second détermine la fenêtre mobile pour la plage attendue. L'ajustement de ces longueurs de fenêtres, qui acceptent des entiers de 64 bits, permet de filtrer le bruit de haute fréquence ou, au contraire, de se concentrer sur des variations micro-locales selon les besoins de votre modèleReprésentation mathématique entraînée sur des données pour capturer des tendances, prédire des résultats ou classifier des observations via des algorithmes (Régression, Forêt aléatoire, Gradient Boosting). prévisionnel.
Comment gérer précisément les fenêtres de calcul pour vos séries temporelles massives ?
Exemples pour l'action expectedRange
Calcul de plage basique
Calcule la plage sur une fenêtre de 5 jours avec une plage attendue sur 10 jours.
Analyse complète avec options de table de sortie
Exemple utilisant des paramètres de compression et de libellé pour la table de sortie, tout en filtrant les données d'entrée.
Cette réponse vous a-t-elle aidé ?
À lire aussi...
De quelle manière l'action expectedRange s'intègre-t-elle dans un pipeline de données SAS Viya ?
Quels leviers techniques activer pour configurer une analyse de plage temporelle efficace ?
Comment booster la détection des anomalies de volatilité avec l'action expectedRange ?
Comment optimiser le stockage et la disponibilité des résultats de calcul dans la mémoire CAS ?