您在 Amazon Forecast 中使用了 10 个仓库中一个 SKU 的 3 年月度库存数据。使用 DeepAR+ 时，预测器的 MAPE 远差于人工预测。对 CreatePredictor API 调用进行哪些更改可以提高准确性？（选择两项）

启用 PerformAutoML 允许 Amazon Forecast 自动尝试多种算法和配置，以找到最适合您的数据集的预测模型，这通常能显著提高准确性。启用 PerformHPO（超参数优化）则能自动调整所选算法的超参数，进一步优化模型性能，从而提升预测准确性。将 ForecastHorizon 设置为 4 不会提高准确性，它只是改变了预测的未来时间步长。将 ForecastFrequency 更改为 'W'（每周）会改变预测的粒度，但由于原始数据是月度数据，这可能导致数据不足或不匹配，反而降低准确性。将 FeaturizationMethodName 设置为 'filling' 仅处理缺失值，虽然重要，但它本身不直接优化模型选择或参数，因此对准确性的提升不如 AutoML 或 HPO 显著。