Je hebt 3 jaar aan maandelijkse inventarisgegevens voor één SKU in 10 magazijnen gebruikt in Amazon Forecast. Met DeepAR+ is de MAPE van de predictor veel slechter dan de menselijke prognoses. Welke wijzigingen in de CreatePredictor API-aanroep kunnen de nauwkeurigheid verbeteren? (Kies er twee.)

PerformAutoML inschakelen stelt Amazon Forecast in staat om automatisch meerdere algoritmen (waaronder DeepAR+, Prophet, ARIMA, ETS, en NPTS) te evalueren en het best presterende model te selecteren voor jouw dataset, wat de nauwkeurigheid kan verbeteren als DeepAR+ alleen niet optimaal is. PerformHPO inschakelen voert Hyperparameter Optimalisatie uit, waarbij Forecast automatisch de beste hyperparameters voor het gekozen algoritme vindt. Dit kan de prestaties van DeepAR+ aanzienlijk verbeteren door de modelconfiguratie te optimaliseren voor jouw specifieke gegevens. Het instellen van ForecastHorizon op 4 (maanden) is een voorspelperiode en beïnvloedt niet direct de nauwkeurigheid van het model zelf, maar de lengte van de voorspelling. Het wijzigen van ForecastFrequency naar 'W' (wekelijks) zou de granulariteit van de gegevens veranderen, wat mogelijk een her-training vereist en niet gegarandeerd de nauwkeurigheid verbetert zonder verdere analyse van de gegevens. Het instellen van FeaturizationMethodName op 'filling' is een standaardmethode voor het omgaan met ontbrekende waarden en is waarschijnlijk al toegepast of heeft een minder grote impact dan AutoML of HPO op de algehele modelprestaties.