指数平滑预测
指数平滑和基于随机森林的方法都擅长处理复杂的时间序列，包括数据中的季节性或周期性趋势。
周期趋势图
每个工具最重要的输出之一是弹出窗口的形式。在每个自动生成的弹出窗口中，您可以看到蓝色的测量数据和橙色的预测数据。
指数平滑预测弹出图表
预测弹出窗口
我们还可以看到窗口中估计值的不确定性。它为我们提供了宝贵的见解，让我们了解模型如何适应整个研究区域。您运行预测模型的每个区域都会出现弹出窗口，您可以通过单击地图上的研究区域来查看。
预测弹出动画显示
基于森林的预测
基于森林的预测工具使用基于森林的回归来预测时空立方体的未来时间段。此工具用于回归时使用与基于森林的分类和回归工具相同的基本算法。
森林回归模型对数据做出的假设很少，因此它们在很多情况下都有使用。当数据具有复杂的趋势或季节，或者以不类似于常见的数学函数（例如多项式、指数曲线或正弦波）的方式变化时，它 列表到数据 与其他预测方法相比最有效。
使用基于森林的预测工具预测时间序列
按位置评估预测
虽然您可以在整个工作区中使用单个模型，但您也可以允许模型根据空间进行更改。对于时空立方体的每个位置，该工具会在多个预测结果中选择最准确的一个。此时间序列预测工具集允许您使用具有相同 信誉良好的内容营销机构的品质 时间序列数据的多个工具并为每个位置做出最佳预测。
因此，如果您将研究区域划分为更小的位置，则在某些位 新加坡电话列表 置，此工具可能会选择曲线估计，因为这些位置的时间序列遵循这些常见模式。
显示多个预测，并在指标中突出显示最准确的预测
显示多个预测，并在指标中突出显示最正确的预测
该工具使我们能够根据不同预测模型在每个位置的拟合程度，在整个研究区域内绘制不同的预测模型。因此，当我们看到不同位置存在相同的模式时，我们就能了解到这些位置也可能具有相似的特征。