如何在 Watson Studio Modeler Flow 中预测动态数量的时间序列

Question

在 Watson Studio Modeler Flow 中，当序列数是动态的时如何预测时间序列？

我研究了教程和演示，但我只找到了需要手动指定每个字段类型的方法。当有数百个时间序列并且序列的确切数量在 运行 秒之间变化时，这是不可行的。

即使时间序列的数量发生变化，我也需要能够 运行 预测工作（无需让建模人员手动 select 每个序列的类型）。由于这是 Python 中的一个简单的 for 循环，我希望 Modeler Flow 应该有一些方法来解决这个问题。

我想要的流程（第 2 步是问题所在）：

1. 使用连接从外部数据源导入数据。
2. 为数据中的每个单独系列创建预测。系列的数量可能在 运行 秒之间变化。 （所有系列都具有相同的时间值，因此它们可以共享时间字段。）
3. 将结果导出回源系统。

帮助将不胜感激:)

Answer 1

我向技术团队询问了您的问题。他们的回复是：“目前，Modeler 需要时间序列的特定目标字段名称。不支持声明“目标 = 所有字段”。

目前不支持该功能，但您可以在此处提出建议：https://ibm-data-and-ai.ideas.ibm.com/?category=6982949146944943308。