网络智能体-数据探索:时序分解

时间：2025-02-12 14:52:09

网络智能体

时间序列的变化会受到长期趋势（T）、季节变动（S）、周期变动（C）以及不规则变动（L）的影响，时序数据分解是指使用加法模型或乘法模型将原始数据拆分成上述四部分。

设置“时间列”、“特征列”、“模型”等参数，具体参数说明如表4所示。

表4 参数说明
参数	参数说明
时间列	待分解时序数据的时间列。
特征列	待分解时序数据特征列。
模型	时序数据分解使用的分解模型，支持：加法模型如果季节变动的幅度以及趋势和周期的波动都不随时间变化而变化，则比较适合使用加法模型。乘法模型如果季节变动的幅度或趋势和周期的波动随时间变化而变化，则比较适合使用乘法模型。
周期	时序数据周期值。
	提交分析请求。
	提交分析任务至分析完成期间，可单击此按钮终止分析任务。