训练任务失败错误排查
所有文档

          EasyDL零门槛AI开发平台

          训练任务失败错误排查


          时序预测任务失败,一般主要是由于时间列格式错误或配置错误导致的,您可以参照如下内容检测您的数据或配置是否正确:

          时间列要求

          在创建时序预测任务时,所使用的数据集的时间列应满足如下格式,否则会造成训练任务失败:

          • yyyy-MM-dd HH:mm:ss
          • yyyy/MM/dd HH:mm:ss
          • yyyy.MM.dd HH:mm:ss
          • dd-MM-yyyy HH:mm:ss
          • dd/MM/yyyy HH:mm:ss
          • dd.MM.yyyy HH:mm:ss
          • yyyy-MM-dd
          • yyyy/MM/dd
          • yyyy.MM.dd
          • dd-MM-yyyy
          • dd/MM/yyyy
          • dd.MM.yyyy
          • HH:mm:ss

          时间间隔

          选择时间列与目标列后,系统会根据数据的前100行去推断时间间隔,但是难免会推断错误。

          预处理阶段会根据选择的时间间隔对数据进行重新采样,若选择了过大的时间间隔,降采样会导致数据过短。反之,过小的时间间隔会导致数据分布异常,合理的选择时间间隔是保证预测质量的重要环节之一。

          时间序列长度

          时序预测通常会采用历史的一段时间的数据作为特征,因此数据长度必须满足一定要求才能保证有足够的训练与评估样本

          当时序数据为分组数据时,每个分组会作为一个单独的时间序列,因此需要保证每个分组的时间序列足够长

          另外选取了不适当的时间间隔,降采样后也会导致数据量不够的情况。

          分组字段

          为了确保每个时间列有充分的数据,限制了平均每个分组至少包含20条数据,若数据中存在大量超短时序数据,请您提前做好筛选。

          窗口长度与预测长度

          时序模型的输入为窗口长度中的各个特征,输出为预测长度的目标列。因此当数据中的时间序列较短的时候,请您合理地降低窗口长度和预测长度,有助于模型有充足的样本进行预测。

          上一篇
          模型发布
          下一篇
          EasyDL 零售行业版使用说明