本页面上的部分或全部信息可能不适用于 Trusted Cloud by S3NS。
TimesFM 模型
本文档介绍了 BigQuery ML 内置的 TimesFM 时序预测模型。
内置 TimesFM 单变量模型是 Google Research 的开源 TimesFM 模型的实现。Google Research TimesFM 模型是一种时序预测基础模型,已通过许多真实世界数据集中的数十亿个时间点进行预训练,因此您可以将其应用于许多领域的新预测数据集。所有 BigQuery 支持的区域都提供 TimesFM 模型。
使用 BigQuery ML 的内置 TimesFM 模型和 AI.FORECAST
函数,您可以执行预测,而无需创建和训练自己的模型,从而避免了模型管理的需求。
TimesFM 模型的预测结果可与 ARIMA 等传统统计方法相媲美。如果您需要比 TimesFM 模型提供的更多模型调优选项,可以创建 ARIMA_PLUS
或 ARIMA_PLUS_XREG
模型,并将其与 ML.FORECAST
函数搭配使用。
如需尝试将 TimesFM 模型与 AI.FORECAST
函数搭配使用,请参阅使用 TimesFM 单变量模型预测多个时序。
如需详细了解 Google Research TimesFM 模型,请参阅以下资源:
如未另行说明,那么本页面中的内容已根据知识共享署名 4.0 许可获得了许可,并且代码示例已根据 Apache 2.0 许可获得了许可。有关详情,请参阅 Google 开发者网站政策。Java 是 Oracle 和/或其关联公司的注册商标。
最后更新时间 (UTC):2025-08-17。
[[["易于理解","easyToUnderstand","thumb-up"],["解决了我的问题","solvedMyProblem","thumb-up"],["其他","otherUp","thumb-up"]],[["没有我需要的信息","missingTheInformationINeed","thumb-down"],["太复杂/步骤太多","tooComplicatedTooManySteps","thumb-down"],["内容需要更新","outOfDate","thumb-down"],["翻译问题","translationIssue","thumb-down"],["示例/代码问题","samplesCodeIssue","thumb-down"],["其他","otherDown","thumb-down"]],["最后更新时间 (UTC):2025-08-17。"],[],[]]