Azure POS和天氣數據分析策略

Question

我對Azure中的解決方案方法有疑問。問題是如何決定使用哪些技術以及如何找到它們的最佳組合。

假設我有兩個數據集，每天增長：

1. 我有每天來我ADL商店CSV文件，它包含氣象數據的所有可能Lattitudes和Longtitudes組合和zip爲他們編碼，以及50個不同的天氣變量。

2. 我有另一個POS數據集（銷售點），它也作爲每日CSV文件到我的ADL存儲。它包含所有零售地點的銷售數據。

所需的輸出是擁有該數據爲根據天氣銷售的AzureML預測編制辦法的文件「粉碎」，而預測是每個零售點進行，並通過PowerBI儀表盤傳遞到每個其中之一。要求不允許不同的位置查看其他位置的預測。

我的問題是：

1. 如何選擇設置的技術嗎？
2. 如何附加傳入的每日數據？
3. 如何爲每個位置創建單獨的ML預測結果？

有關架構主題的任何一般指導都會受到讚賞，對於不同合適解決方案的比較的更具體的想法也是值得讚賞的。

Answer 1

這是一個廣泛的問題。

我只能回答你ADL具體問題＃2，給你在＃3的提示（因爲我不知道格式是什麼）不相關天青ML：

1. 如果您只需使用文件，將日期/時間信息添加到文件路徑名稱（文件夾或文件名中）。然後使用U-SQL文件集查詢您感興趣的範圍。如果使用U-SQL表，請使用PARTITIONED BY。欲瞭解更多詳情，請看U-SQL Reference documentation。

2. 如果您需要創建多個文件作爲輸出，你有兩個選擇：

   一個。你知道所有的文件名，爲每個文件寫一個OUTPUT語句，只爲它選擇相關的數據。

   b。你必須動態生成一個腳本，然後執行它。類似於this。