Wir verwenden essentielle Cookies und ähnliche Tools, die für die Bereitstellung unserer Website und Services erforderlich sind. Wir verwenden Performance-Cookies, um anonyme Statistiken zu sammeln, damit wir verstehen können, wie Kunden unsere Website nutzen, und Verbesserungen vornehmen können. Essentielle Cookies können nicht deaktiviert werden, aber Sie können auf „Anpassen“ oder „Ablehnen“ klicken, um Performance-Cookies abzulehnen.
Wenn Sie damit einverstanden sind, verwenden AWS und zugelassene Drittanbieter auch Cookies, um nützliche Features der Website bereitzustellen, Ihre Präferenzen zu speichern und relevante Inhalte, einschließlich relevanter Werbung, anzuzeigen. Um alle nicht notwendigen Cookies zu akzeptieren oder abzulehnen, klicken Sie auf „Akzeptieren“ oder „Ablehnen“. Um detailliertere Entscheidungen zu treffen, klicken Sie auf „Anpassen“.
Cookie-Einstellungen anpassen
Wir verwenden Cookies und ähnliche Tools (zusammen "Cookies") für folgende Zwecke.
Essenziell
Diese Cookies sind erforderlich, um unsere Website und Services bereitzustellen und können nicht deaktiviert werden. Sie werden in der Regel als Reaktion auf Ihre Aktionen auf der Website festgelegt, z. B. die Festlegung Ihrer Datenschutzeinstellungen, die Anmeldung oder das Ausfüllen von Formularen.
Leistung
Leistungs-Cookies stellen anonyme Statistiken darüber bereit, wie Kunden auf unserer Website navigieren, damit wir die Website-Erfahrung und -Leistung verbessern können. Zugelassene Dritte können Analysen in unserem Namen durchführen, die Daten aber nicht für ihre eigenen Zwecke verwenden.
Erlaubt
Funktional
Funktionale Cookies helfen uns dabei, nützliche Website-Funktionen bereitzustellen, Ihre Präferenzen zu speichern und relevante Inhalte anzuzeigen. Zugelassene Dritte können diese Cookies so einrichten, dass bestimmte Website-Funktionen bereitgestellt werden. Wenn Sie diese Cookies nicht zulassen, funktionieren einige oder alle dieser Services möglicherweise nicht ordnungsgemäß.
Erlaubt
Werbung
Diese Cookies können von uns oder unseren Werbepartnern über unsere Website gesetzt werden und uns helfen, relevante Marketinginhalte bereitzustellen. Wenn Sie diese Cookies nicht zulassen, werden Sie weniger relevante Werbung erleben.
Erlaubt
Das Blockieren einiger Arten von Cookies kann sich auf Ihre Erfahrung auf unseren Websites auswirken. Sie können Ihre Cookie-Einstellungen jederzeit ändern, indem Sie in der Fußzeile dieser Website auf Cookie-Einstellungen klicken. Um mehr darüber zu erfahren, wie wir und zugelassene Dritte Cookies auf unseren Websites verwenden, lesen Sie bitte unseren AWS-Cookie-Hinweis.
Cookie-Einstellungen konnten nicht gespeichert werden
Wir speichern derzeit nur wichtige Cookies, da wir Ihre Cookie-Einstellungen nicht speichern konnten.
Wenn Sie Ihre Cookie-Einstellungen ändern möchten, versuchen Sie es später erneut über den Link in der Fußzeile der AWS-Konsole oder wenden Sie sich an den Support, wenn das Problem weiterhin besteht.
Amazon Forecast ist für Neukunden nicht mehr verfügbar. Bestehende Kunden von Amazon Forecast können den Service weiterhin wie gewohnt nutzen. Erfahren Sie mehr“
Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Amazon Forecast ist für Neukunden nicht mehr verfügbar. Bestehende Kunden von Amazon Forecast können den Service weiterhin wie gewohnt nutzen. Erfahren Sie mehr“
Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Eine Transformationsfunktion besteht aus einer Reihe von Operationen, mit denen die Zeilen in einer verwandten Zeitreihe ausgewählt und geändert werden. Sie wählen die gewünschten Zeilen mit einer Bedingungsoperation aus. Anschließend ändern Sie die Zeilen mit einer Transformationsoperation. Alle Bedingungen werden mit einer AND-Operation verknüpft, was bedeutet, dass alle Bedingungen zutreffen müssen, damit die Transformation angewendet wird. Transformationen werden in der Reihenfolge angewendet, in der sie aufgeführt sind.
Wenn Sie eine Was-wäre-wenn-Prognose erstellen, verwenden Sie den Transformationsfunktionsgenerator, um die Bedingungen und Transformationen anzugeben, die Sie anwenden möchten. In der Abbildung unten wird diese Funktionalität veranschaulicht.
Im hervorgehobenen Bereich wird die price Spalte mit 0,90 multipliziert (d. h. ein discount von 10%) im Geschäft in tacoma (d. h. Tacoma, Washington) für farbige Artikel. blue Zu diesem Zweck erstellt Amazon Forecast zunächst eine Teilmenge der auf den Basisplan bezogenen Zeitreihen, die nur die Zeilen store dieser Zeitreihe enthält. tacoma
Diese Teilmenge wird weiter reduziert, sodass sie nur noch die Zeilen enthält, die dem gleichen Wert entsprechen. colorblue Schließlich werden alle Werte in der price Spalte mit 0,90 multipliziert, um eine neue zugehörige Zeitreihe zu erstellen, die in der Was-wäre-wenn-Prognose verwendet werden kann.
Amazon Forecast unterstützt die folgenden Bedingungen:
EQUALS- Der Wert in der Spalte entspricht dem Wert, der in der Bedingung angegeben wurde.
NOT_EQUALS- Der Wert in der Spalte entspricht nicht dem Wert, der in der Bedingung angegeben wurde.
LESS_THAN- Der Wert in der Spalte ist kleiner als der Wert, der in der Bedingung angegeben wurde.
GREATER_THAN- Der Wert in der Spalte ist größer als der Wert, der in der Bedingung angegeben wurde.
Amazon Forecast unterstützt die folgenden Aktionen:
ADD- Fügt den angegebenen Wert allen Zeilen in der Spalte hinzu.
SUBTRACT- Subtrahiert den angegebenen Wert von allen Zeilen in der Spalte.
MULTIPLY- Multipliziert alle Zeilen in der Spalte mit dem angegebenen Wert.
DIVIDE- Dividiert alle Zeilen in der Spalte durch den angegebenen Wert.
Im Folgenden finden Sie Beispiele dafür, wie Sie eine Zeitreihentransformation mithilfe des SDK angeben können.
Example 1
In diesem Beispiel wird ein discount von 10% auf alle Artikel im Geschäft in Seattle gewährt. Beachten Sie, dass „Stadt“ eine Prognosedimension ist.
In diesem Beispiel wird ein discount von 10% auf alle Artikel der Kategorie „Elektronik“ gewährt. Beachten Sie, dass es sich bei „product_category“ um Metadaten eines Artikels handelt.
In diesem Beispiel wird der Preis zuerst mit 10 multipliziert, dann werden 5$ vom Preis abgezogen. Beachten Sie, dass Aktionen in der Reihenfolge angewendet werden, in der sie deklariert wurden.
In diesem Beispiel wird ein leerer Satz erstellt, sodass die Aktion auf keine Zeitreihen angewendet wird. Dieser Code versucht, den Preis aller Artikel in den Geschäften in Seattle und Bellevue zu ändern. Da Bedingungen mit der AND-Operation verknüpft sind und ein Geschäft nur in einer Stadt existieren kann, sind die Ergebnisse ein leerer Satz. Daher wird die Aktion nicht angewendet.
Ein Beispiel für die Anwendung einer Bedingung auf mehrere Attribute finden Sie in Beispiel 4.
Example 8
Transformationsbedingungen, die einen Zeitstempel verwenden, gelten für die an Grenzen ausgerichteten Daten, nicht für die Rohdaten. Sie geben Ihre Daten beispielsweise stündlich und die Prognose täglich ein. In diesem Fall richtet Forecast die Zeitstempel auf den Tag aus, also 2020-12-31 01:00:00 auf den Tag. 2020-12-31 00:00:00 Mit diesem Code wird ein leerer Satz erstellt, da er den Zeitstempel nicht an der Grenze festlegt.