当前位置:首页 > 报告详情

使用 Databricks 在线商店实时进行许多模型预测.pdf

上传人: 张** 编号:167675 2024-06-15 16页 1.68MB

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文主要讨论了实时时间序列预测中的模型预报问题。文章指出,局部模型和全局模型是两种常见的预测算法。局部模型单独预测每个时间序列,适用于产品级销售预测等细粒度预测任务;全局模型则考虑多个时间序列的集体行为,适用于捕捉不同时间序列之间的复杂依赖关系,进行更广泛的跨实体预测。然而,当前面临的关键问题包括训练时间长、新到达特征的集成困难、数据量大且难以维护、需要按需求提供更新的预测以及标准化MLOps等。为此,文章提出了一种基于模型服务的解决方案,包括在线特征商店和模型存储,以及模型容器化等技术。此外,文章还讨论了如何创建训练数据集、训练模型、模型封装和在线商店集成等步骤,并提出了针对现有限制的解决策略。
"实时预测模型如何工作?" "如何克服大规模数据预测的挑战?" 如何实现高效预测?"
客服
商务合作
小程序
服务号
折叠