통계 전문가인 경우 예측 방법을 수동으로 선택할 수 있습니다. 기본적으로 인스턴스는 방법의 적합도에 따라 자동으로 가장 적합한 방법을 선택합니다.

가장 적합한 예측 방법을 결정하기 위해 인스턴스는 기록 데이터와 함께 각 예측 방법을 사용하여 예측을 생성합니다. 그런 다음 이 인스턴스는 예측하려는 정도를 기준으로 이러한 예측을 최신 데이터와 비교합니다. 인스턴스는 예측을 표시할 때마다 이 평가를 수행합니다. 따라서 추가 점수를 수집하거나 예측 기간을 변경하면 사용되는 예측 방법이 변경될 수 있습니다.

일별 빈도를 가진 표시기의 퍼포먼스 분석 시계열 시각화를 고려하십시오. 7일의 기간을 사용하고 이전 두 기간을 기반으로 예측하도록 시각화에 대한 예측을 구성합니다. 이 인스턴스는 각 예측 방법을 2주보다 오래된 기록 데이터에 적용합니다. 그런 다음 이 인스턴스에서 이러한 예측을 최근 2주간의 데이터와 비교합니다. 그런 다음 최근 2주간의 데이터에 가장 근접한 예측값이 전체 데이터 집합을 사용하여 다시 계산됩니다. 시각화는 이 최종 계산의 결과를 보여줍니다.