Update index.md

docs/zh/06-advanced/06-TDgpt/04-forecast/index.md

@@ -3,7 +3,7 @@ title: 预测算法
 description: 预测算法
 ---
 
-数据预测以一段训练数据作为输入，预测接下来一个连续时间区间内，时序数据的趋势。
+时序数据预测处理以持续一个时间段的时序数据作为输入，预测接下来一个连续时间区间内时间序列数据分布及运行的趋势。用户可以指定输出的（预测）时间序列数据点的数量，因此其输出的结果行数不确定。为此，我们引入了 `FORECAST` 函数提供预测服务。基础数据（用于预测的历史时间序列数据）是该函数的输入，预测结果是该函数的输出。用户可以通过 `FORECASTD` 函数调用 Anode 提供的预测算法提供的服务。
 
 ##### 语法
 ```SQL
@@ -20,8 +20,8 @@ algo=expr1
 "}
 
 ```
-1. `column_expr`：预测的时序数据列。与异常检测相同，只支持数值类型输入。
-2. `options`：异常检测函数的参数，使用规则与 anomaly_window 相同。预测还支持 `conf`, `every`, `rows`, `start`, `rows` 几个参数，其含义如下：
+1. `column_expr`：预测的时序数据列。与异常检测相同，只支持数值类型列输入。
+2. `options`：异常检测函数的参数，使用规则与 anomaly_window 相同。预测支持 `conf`, `every`, `rows`, `start`, `rows` 几个控制参数，其含义如下：
 
 **参数说明**
 
@@ -34,7 +34,7 @@ algo=expr1
 |start|预测结果的开始时间戳|输入数据最后一个时间戳加上一个采样时间段|
 |rows|预测结果的记录数|10|
 
-1. 预测查询结果新增了三个伪列，具体如下：`_FROWTS`：预测结果的时间戳、`_FLOW`：置信区间下界、`_FHIGH`：置信区间上界, 对于没有置信区间的预测算法，其置信区间同预测结果
+1. 预测查询结果新增三个伪列，具体如下：`_FROWTS`：预测结果的时间戳、`_FLOW`：置信区间下界、`_FHIGH`：置信区间上界, 对于没有置信区间的预测算法，其置信区间同预测结果
 2. 更改参数 `START`：返回预测结果的起始时间，改变起始时间不会影响返回的预测数值，只影响起始时间。
 3. `EVERY`：可以与输入数据的采样频率不同。采样频率只能低于或等于输入数据采样频率，不能**高于**输入数据的采样频率。
 4. 对于某些不需要计算置信区间的算法，即使指定了置信区间，返回的结果中其上下界退化成为一个点。
@@ -44,14 +44,14 @@ algo=expr1
 ```SQL
 --- 使用 arima 算法进行预测，预测结果是 10 条记录（默认值），数据进行白噪声检查，默认置信区间 95%. 
 SELECT  _flow, _fhigh, _frowts, FORECAST(i32, "algo=arima")
-FROM ai.ftb;
+FROM foo;
 
 --- 使用 arima 算法进行预测，输入数据的是周期数据，每 10 个采样点是一个周期。返回置信区间是 95%.
 SELECT  _flow, _fhigh, _frowts, FORECAST(i32, "algo=arima,alpha=95,period=10")
-FROM ai.ftb;
+FROM foo;
 ```
 ```
-taos> select _flow, _fhigh, _frowts, forecast(i32) from ai.ftb;
+taos> select _flow, _fhigh, _frowts, forecast(i32) from foo;
         _flow         |        _fhigh        |       _frowts           | forecast(i32) |
 ========================================================================================
            10.5286684 |           41.8038254 | 2020-01-01 00:01:35.001 |            26 |