时序预测

用于进行时序预测的深度学习组件，输入为表格，输出为预测结果。

节点输入输出

训练节点

输入：

• train（必选）： 训练数据集，需要是标注数据集的格式。

• validation（可选）： 验证数据集，需要是标注数据集的格式，用于在训练过程中监测模型精度。

• test（可选）：测试数据集，需要是标注数据集的格式。

输出：

• outputModel（必选）：训好模型的保存位置。

• modeling（可选）：用于连接评估节点。

评估节点

输入：

• data（必选）： 用于评估任务的数据集，需要是标注数据集的格式。

• model/modeling（二选一）： 用于连接训练节点。

组件配置

在工作流页面配置组件参数。

表 64 训练组件参数

参数	必填	描述
算法	是	用于时序预测任务的预置模型，支持如下几种模型 (模型介绍 时序预测 ): CPU: xgb
训练参数-Target_column	是	目标列。
训练参数-Input_columns	是	输入列，以“,”分隔。
训练参数-Val_percent	是	验证集占训练集的百分比，默认值为 10。
训练参数-N_iters	是	训练迭代次数，默认值为 1000。
训练参数-N_early_stopping_iter	是	验证指标需要在每个 n_early_stopping_iter 轮中至少改进一次才能继续训练，默认为 50。
资源类型	是	选择资源池类型
单节点规格	是	选择进行训练任务的单节点算力规格。
节点数	是	每个任务总的资源量为 单节点规格 x 计算节点数量
使用时长	是	支持配置使用时长

表 65 评估组件参数

参数	必填	描述
单节点规格	是	选择进行评估任务的单节点算力规格。