多次训练相同的谷歌AutoML模型

Question

问：是否有可能多次从Google AutoML训练同样的模型？

问题:我有几个带有时间序列数据的数据集。示例：

• 数据集A：[product1，date1，price，product1，date2，price]
• 数据集B：[product2，date1，price，product2，date2，price]
• 数据集C：[product3，date1，price，product3，date2，price]

在描述Google AutoML中的列时，可以将数据标记为时间序列数据，并将日期列指定为time serie。记住这是时间序列数据是非常重要的。我认为合并数据集不是个好主意，因为会有重复的日期。

是否有可能对数据集A上的模型进行培训，然后再对数据集B等进行培训，或者建议合并这些数据集？

谢谢。

Answer 1

你可以组合数据，我不认为这与你所描述的有什么关系。将列标记为Time列具有基于该列的AutoML表分割数据，其中最老的80%作为训练集，其次是最近的10%作为验证集，最近的10%作为测试集。

如果您的集合中没有足够的时间列中不同的数据来将数据拆分为上面描述的80/10/10，那么您将不希望将其标记为时间列，而是手动拆分数据。

如果数据集不相关，并且彼此不同，那么您将希望为每个数据集培训单独的模型。