基本的な使い方

WITH
aggregated AS (
  SELECT
    DATE(tpep_pickup_datetime) AS ds, -- 日付に変換
    SUM(fare_amount) AS revenue -- 収益の合計
  FROM
    samples.nyctaxi.trips
  GROUP BY
    1
)
SELECT * FROM AI_FORECAST(
  TABLE(aggregated),
  horizon => '2016-03-31', -- 予測のhorizon
  time_col => 'ds', -- 時間列
  value_col => 'revenue' -- 値列
)

これだけで予測を行うことができます。

可視化します。

より挙動をわかりやすくするために、過去のデータ(トレーニングデータ)を追加します。

WITH aggregated AS (
  SELECT
    DATE(tpep_pickup_datetime) AS ds,
    -- 日付に変換
    SUM(fare_amount) AS revenue -- 収益の合計
  FROM
    samples.nyctaxi.trips
  GROUP BY
    1
)
SELECT
  *
FROM
  AI_FORECAST(
    TABLE(aggregated),
    horizon => '2016-03-31',
    -- 予測の地平線
    time_col => 'ds',
    -- 時間列
    value_col => 'revenue' -- 値列
  )
UNION
SELECT
  DATE(tpep_pickup_datetime) AS ds,
  -- 日付に変換
  SUM(fare_amount) AS revenue_forecast,
  -- 収益の合計
  NULL as revenue_lower,
  NULL as revenue_upper
FROM
  samples.nyctaxi.trips
GROUP BY
  1

より複雑な例

降車地点の郵便番号dropoff_zipでグルーピングし、revenueとn_tripsを予測しています。

WITH
aggregated AS (
  SELECT
    DATE(tpep_pickup_datetime) AS ds, -- 日付に変換
    dropoff_zip, -- 配送先の郵便番号
    SUM(fare_amount) AS revenue, -- 収益の合計
    COUNT(*) AS n_trips -- トリップ数
  FROM
    samples.nyctaxi.trips
  GROUP BY
    1, 2
),
spine AS (
  SELECT all_dates.ds, all_zipcodes.dropoff_zip
  FROM (SELECT DISTINCT ds FROM aggregated) all_dates -- すべての日付
  CROSS JOIN (SELECT DISTINCT dropoff_zip FROM aggregated) all_zipcodes -- すべての郵便番号
)
SELECT * FROM AI_FORECAST(
  TABLE(
    SELECT
      spine.*,
      COALESCE(aggregated.revenue, 0) AS revenue, -- 収益がnullの場合は0を使用
      COALESCE(aggregated.n_trips, 0) AS n_trips -- トリップ数がnullの場合は0を使用
    FROM spine LEFT JOIN aggregated USING (ds, dropoff_zip)
  ),
  horizon => '2016-03-31', -- 予測の地平線
  time_col => 'ds', -- 時間列
  value_col => ARRAY('revenue', 'n_trips'), -- 値列
  group_col => 'dropoff_zip', -- グループ化列
  prediction_interval_width => 0.9, -- 予測区間の幅
  parameters => '{"global_floor": 0}' -- パラメータ
)

グループごとに異なるパラメーターを適用

WITH past AS (
  SELECT
    CASE
      WHEN fare_amount < 30 THEN 'Under $30'
      ELSE '$30 or more'
    END AS revenue_bucket, -- 収入バケットを割り当てる
    CASE
      WHEN fare_amount < 30 THEN '{"daily_order": 0}' -- 日付の順序を0に設定
      ELSE '{"daily_order": "auto"}' -- 日付の順序を自動に設定
    END AS parameters,
    DATE(tpep_pickup_datetime) AS ds, -- 日付列を設定
    SUM(fare_amount) AS revenue -- 収入の合計を計算
  FROM samples.nyctaxi.trips
  GROUP BY 1, 2, 3
)
SELECT * FROM AI_FORECAST(
  TABLE(past),
  horizon => (SELECT MAX(ds) + INTERVAL 30 DAYS FROM past), -- 予測の地平線を設定
  time_col => 'ds', -- 時間列を指定
  value_col => 'revenue', -- 値列を指定
  group_col => ARRAY('revenue_bucket'), -- グループ列を指定
  parameters => 'parameters' -- パラメータを指定
)

動的にparametersというカラムを作成してその中にパラメーターを埋め込んでいます。

ダッシュボードへの組み込み

ロジックをSQLで完結できるので、簡単にダッシュボードに組み込むことができます。プレビュー申請の上、ご活用ください！

はじめてのDatabricks

はじめてのDatabricks

Databricks無料トライアル

Databricks無料トライアル