Trainingsprädiktoren

Ein Prädiktor ist ein Amazon-Prognosemodell, das mit Ihren Zielzeitreihen, verwandten Zeitreihen, Artikelmetadaten und allen zusätzlichen Datensätzen, die Sie einschließen, trainiert wird. Sie können Prädiktoren verwenden, um Prognosen basierend auf Ihren Zeitreihendaten zu generieren.

Standardmäßig erstellt Amazon Forecast einen AutoRedictor, bei dem Forecast die optimale Kombination von Algorithmen auf jede Zeitreihe in Ihren Datensätzen anwendet.

Themen

• Erstellen eines Predictors
• Aktualisieren auf AutoPredictor
• Datenaggregation für verschiedene Prognosefrequenzen
• Verwenden zusätzlicher Datensätze
• Arbeiten mit Legacy-Prädiktoren
• Bewerten der Prädiktorgenauigkeit
• Umschulung von Predictors
• Wetterindex
• Feiertage Featurization
• Predictor-Erklärbarkeit
• Predictor-Überwachung
• Amazon-Prognosealgorithmen

Erstellen eines Predictors

Amazon Forecast benötigt die folgenden Eingaben, um einen Prädiktor zu trainieren:

• Dataset-Gruppe— Eine Dataset-Gruppe, die einen Zielzeitreihen-Dataset enthalten muss. Das Ziel-Zeitreihen-Dataset enthält das Zielattribut (item_id) und timestamp-Attribut sowie alle Dimensionen. Zugehörige Zeitreihen und Artikelmetadaten sind optional. Weitere Informationen finden Sie unter Importieren von Datensätzen.

• Prognosehäufigkeit— Die Granularität Ihrer Prognosen (stündlich, täglich, wöchentlich usw.).

• Prognosezeitraum— Die Anzahl der prognostizierten Zeitschritte.

Sie können auch Werte für die folgenden optionalen Eingaben festlegen:

• Grenzgrenze für Zeitausrichtung— Die Zeitgrenze, die Forecast verwendet, um Ihre Daten zu aggregieren und Prognosen zu generieren, die mit der von Ihnen angegebenen Prognosefrequenz übereinstimmen. Weitere Informationen zur Aggregation finden Sie unterDatenaggregation für verschiedene Prognosefrequenzenaus. Informationen zum Angeben einer Zeitgrenze finden Sie unterZeitgrenzenaus.

• Prognoseabmessungen— Dimensionen sind optionale Attribute in Ihrem Zielzeitreihen-Dataset, die in Kombination mit dem Zielwert (item_id) um separate Zeitreihen zu erstellen.

• Prognose-Typen— Die Quantile, die zur Auswertung Ihres Prädiktors verwendet werden.

• Optimierungsmetrik— Die Genauigkeitsmetrik, die zur Optimierung Ihres Prädiktors verwendet wird.

• Weitere Datensätze- Integrierte Amazon-Prognosedatensätze wie Wetterindex und Feiertage.

Sie können einen Prädiktor mit dem Software Development Kit (SDK) oder der Amazon Forecast Console erstellen.

Console

So erstellen Sie einen Predictor

1. Melden Sie sich beim anAWS Management ConsoleÖffnen Sie die Amazon Forecast-Konsole unterhttps://console.aws.amazon.com/forecast/aus.

2. AusDataset-GruppenWählen Sie Ihre Dataset-Gruppe aus.

3. Wählen Sie im Navigationsbereich und dann aus.Predictorsaus.

4. Klicken Sie aufTrainiere einen neuen Predictoraus.

5. Geben Sie Werte für die folgenden Pflichtfelder an:

   • Name- ein eindeutiger Prädiktorname.

   • Prognosehäufigkeit- die Granularität Ihrer Prognosen.

   • Prognosezeitraum- Die Anzahl der zu prognostizierenden Zeitschritte.

6. Wählen Sie Starten.

Informationen zu zusätzlichen Datensätzen finden Sie unter WetterindexundFeiertage Featurizationaus. Weitere Informationen zum Anpassen von Prognosetypen und Optimierungsmetriken finden Sie unterBewerten der Prädiktorgenauigkeitaus.

AWS CLI

So erstellen Sie einen auto Predictor mit demAWS CLI, benutze dascreate-auto-predictorbefehl. Der folgende Code erstellt einen auto Prädiktor, der Vorhersagen für 14 Tage in der future macht.

Geben Sie einen Namen für den Predictor und den Amazon-Ressourcennamen (ARN) an, die Ihre Trainingsdaten enthält. Ändern Sie optional den Prognosehorizont und die Prognosefrequenz. Fügen Sie optional beliebige Tags für den Prädiktor hinzu. Weitere Informationen finden Sie unterTagging Amazon Forecast-Ressourcenaus.

Weitere Informationen zu den erforderlichen und optionalen Parametern finden Sie unterCreateAutoPredictoraus.

aws forecast create-auto-predictor \
--predictor-name predictor_name \
--data-config DatasetGroupArn="arn:aws:forecast:region:account:dataset-group/datasetGroupName" \
--forecast-horizon 14 \
--forecast-frequency D \
--tags Key=key1,Value=value1 Key=key2,Value=value2

Weitere Informationen zum Anpassen von Prognosetypen und Optimierungsmetriken finden Sie unterBewerten der PrädiktorgenauigkeitDer Weather Index und Feiertage zusätzliche Datensätze sind innerhalb derDataConfigDatentyp. Informationen zu zusätzlichen Datensätzen finden Sie unter WetterindexundFeiertage Featurizationaus.

Python

Verwenden Sie zum Erstellen eines Auto-Prädiktors mit dem SDK for Python (Boto3)create_auto_predictor-Methode. Der folgende Code erstellt einen auto Prädiktor, der Vorhersagen für 14 Tage in der future macht.

Geben Sie einen Namen für den Predictor und den Amazon-Ressourcennamen (ARN) an, die Ihre Trainingsdaten enthält. Ändern Sie optional den Prognosehorizont und die Prognosefrequenz. Fügen Sie optional beliebige Tags für den Prädiktor hinzu. Weitere Informationen finden Sie unterTagging Amazon Forecast-Ressourcenaus.

Weitere Informationen zu den erforderlichen und optionalen Parametern finden Sie unterCreateAutoPredictoraus.

import boto3
            
forecast = boto3.client('forecast')

create_predictor_response = forecast.create_auto_predictor(
    PredictorName = 'predictor_name',
    ForecastHorizon = 14,
    ForecastFrequency = 'D',
    DataConfig = {
      "DatasetGroupArn": "arn:aws:forecast:region:account:dataset-group/datasetGroupName"
    },
    Tags = [ 
      { 
         "Key": "key1",
         "Value": "value1"
      },
      { 
         "Key": "key2",
         "Value": "value2"
      }
    ]
)
print(create_predictor_response['PredictorArn'])

Weitere Informationen zum Anpassen von Prognosetypen und Optimierungsmetriken finden Sie unterBewerten der PrädiktorgenauigkeitDer Weather Index und Feiertage zusätzliche Datensätze sind innerhalb derDataConfigDatentyp. Informationen zu zusätzlichen Datensätzen finden Sie unter WetterindexundFeiertage Featurizationaus.

Aktualisieren auf AutoPredictor

Python-Notebooks

Für ein step-by-step Leitfaden zum Upgrade von Prädiktoren auf AutoRedictor finden Sie unterUpgrade eines Prädiktors auf AutoRedictoraus.

Prädiktoren, die mit AutoML oder manueller Auswahl (CreatePredictor) erstellt wurden, können auf einen AutoRedictor aktualisiert werden. Upgrade eines bestehenden auf AutoPredictor überträgt alle relevanten Einstellungen für die Prädiktorkonfiguration.

Nach dem Upgrade auf AutoRedictor bleibt der ursprüngliche Prädiktor aktiv und der aktualisierte Prädiktor verfügt über einen separaten Prädiktor-ARN. Auf diese Weise können Sie Genauigkeitsmetriken zwischen den beiden Prädiktoren vergleichen und dennoch Prognosen mit dem ursprünglichen Prädiktor erstellen.

Sie können einen Prädiktor mit dem Software Development Kit (SDK) oder der Amazon Forecast Console aktualisieren.

Console

Aktualisieren eines Predictors

1. Melden Sie sich beim anAWS Management ConsoleÖffnen Sie die Amazon Forecast-Konsole unterhttps://console.aws.amazon.com/forecast/aus.

2. Wählen Sie im Navigationsbereich und dann aus.Predictorsaus.

3. Wählen Sie den zu aktualisierenden Prädiktor aus und wählen SieUpgradeaus.

4. Legen Sie einen eindeutigen Namen für den aktualisierten Predictor fest.

5. Klicken Sie aufAktualisieren auf AutoPredictoraus.

CLI

So aktualisieren Sie einen Prädiktor mit demAWS CLI, benutze dascreate-auto-predictorMethode, aber spezifizierennurder Prädiktorname und der Wert vonreference-predictor-arn(Der ARN des Predictors, den Sie aktualisieren möchten).

aws forecast create-auto-predictor \
--predictor-name predictor_name \
--reference-predictor-arn arn:aws:forecast:region:account:predictor/predictorName

Python

Verwenden Sie zum Aktualisieren eines Predictors mit dem SDK for Python (Boto3)create_auto_predictorMethode, aber spezifizierennurder Prädiktorname und der Wert vonReferencePredictorArn(Der ARN des Predictors, den Sie aktualisieren möchten).

import boto3
            
forecast = boto3.client('forecast')

create_predictor_response = forecast.create_auto_predictor(
    PredictorName = 'predictor_name',
    ReferencePredictorArn = 'arn:aws:forecast:region:account:predictor/predictorName'
)
print(create_predictor_response['PredictorArn'])

Verwenden zusätzlicher Datensätze

Amazon Forecast kann den Wetterindex und Feiertage bei der Erstellung Ihres Prädiktors enthalten. Der Weather Index enthält meteorologische Informationen in Ihr Modell und Feiertage enthält Informationen über nationale Feiertage.

Der Wetterindex erfordert ein „Geolokalisierungs-Attribut“ in Ihrem Zielzeitreihen-Dataset und Informationen zu Zeitzonen für Ihre Zeitstempel. Weitere Informationen finden Sie unter Wetterindex.

Feiertage beinhalten Urlaubsinformationen über 66 Länder. Weitere Informationen finden Sie unter Feiertage Featurization.

Arbeiten mit Legacy-Prädiktoren

Anmerkung

Informationen zum Upgrade eines vorhandenen Prädiktors auf AutoRedictor finden Sie unterAktualisieren auf AutoPredictor

AutoRedictor ist die standardmäßige und bevorzugte Methode zum Erstellen eines Prädiktors mit Amazon Forecast Forector. AutoPredictor erstellt Prädiktoren, indem die optimale Kombination von Algorithmen für jede Zeitreihe in Ihrem Datensatz angewendet wird.

Erstellt mit Predictors AutoPredictor sind im Allgemeinen genauer als Prädiktoren, die mit AutoML oder manueller Auswahl erstellt wurden. Die Funktionen für die Prognoseerklärbarkeit und die Umschulung von Prädiktoren stehen nur für Prädiktoren zur Verfügung, die mit AutoRedictor erstellt wurden.

Amazon Forecast Forectors kann auch auf folgende Weise Legactors erstellen:

1. AutoML- Forecast findet den Algorithmus mit der besten Leistung und wendet ihn auf Ihren gesamten Datensatz an.

2. Manuelle Auswahl- Wählen Sie manuell einen einzelnen Algorithmus aus, der auf Ihren gesamten Datensatz angewendet wird.

Sie können einen Legacy-Prädiktor mit dem Software Development Kit (SDK) oder der Amazon Forecast Console erstellen.

Console

So verwenden Sie AutoML

1. Melden Sie sich beim anAWS Management ConsoleÖffnen Sie die Amazon Forecast-Konsole unterhttps://console.aws.amazon.com/forecast/aus.

2. AusDataset-GruppenWählen Sie Ihre Dataset-Gruppe aus.

3. Wählen Sie im Navigationsbereich und dann aus.Predictorsaus.

4. Klicken Sie aufTrainiere einen neuen Predictoraus.

5. In derPredictor-KonfigurationAbschnitts aufheben, auswählenAktivieren von AutoPredictoraus.

6. Erweitern desAlgorithmus-AuswahlDropdown-Menü und wählenAutomatisch (AutoML)aus.

SDK

So verwenden Sie AutoML

Verwendung derCreatePredictoroperation, setzen Sie den Wert vonPerformAutoMLzu"true"aus.

{
    ...
    "PerformAutoML": "true",
}

Wenn Sie AutoML verwenden, können Sie keinen Wert für die folgenden CreatePredictor-Parameter festlegen:AlgorithmArn,HPOConfig,TrainingParametersaus.