FeaturizationConfig - Amazon Forecast
Table des matièresconsultez aussi

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

FeaturizationConfig

Note

Cet objet appartient à l'CreatePredictoropération. Si vous avez créé votre prédicteur avecCreateAutoPredictor, voirAttributeConfig.

Lors d'une CreatePredictor opération, l'algorithme spécifié entraîne un modèle à l'aide du groupe de jeux de données spécifié. Vous pouvez éventuellement demander à l'opération de modifier les champs de données avant d'entraîner un modèle. Ces modifications sont appelées « featuranisation ».

Vous définissez la fonctionnalité à l'aide de l'FeaturizationConfigobjet. Vous spécifiez un tableau de transformations, une pour chaque champ que vous souhaitez mettre en avant. Vous incluez ensuite l'FeaturizationConfigobjet dans votre CreatePredictor demande. Amazon Forecast applique la fonctionnalité aux RELATED_TIME_SERIES ensembles de données TARGET_TIME_SERIES et avant l'entraînement du modèle.

Vous pouvez créer plusieurs configurations de fonctionnalités. Par exemple, vous pouvez appeler l'CreatePredictoropération deux fois en spécifiant différentes configurations de fonctionnalités.

Table des matières

ForecastFrequency

Fréquence des prédictions contenues dans une prévision.

Les intervalles valides sont un nombre entier suivi de Y (année), M (mois), W (semaine), D (jour), H (heure) et min (minute). Par exemple, « 1D » indique tous les jours et « 15min » indique toutes les 15 minutes. Vous ne pouvez pas spécifier une valeur qui chevaucherait la fréquence supérieure suivante. Cela signifie, par exemple, que vous ne pouvez pas spécifier une fréquence de 60 minutes, car cela équivaut à 1 heure. Les valeurs valides pour chaque fréquence sont les suivantes :

  • Minute : 1 à 59

  • Heure : 1 à 23

  • Jour : 1 à 6

  • Semaine : 1 à 4

  • Mois : 1 à 11

  • Année : 1

Ainsi, si vous souhaitez des prévisions toutes les deux semaines, spécifiez « 2W ». Ou, si vous souhaitez des prévisions trimestrielles, spécifiez « 3M ».

La fréquence doit être supérieure ou égale à la fréquence du jeu de données TARGET_TIME_SERIES.

Lorsqu'un jeu de données RELATED_TIME_SERIES est fourni, la fréquence doit être égale à la fréquence du jeu de données TARGET_TIME_SERIES.

Type : chaîne

Contraintes de longueur : longueur minimum de 1. Longueur maximale de 5.

Modèle : ^Y|M|W|D|H|30min|15min|10min|5min|1min$

Obligatoire : oui

Featurizations

Tableau d'informations de caractérisation (transformation) pour les champs d'un ensemble de données.

Type : tableau d’objets Featurization

Membres du tableau : Nombre minimum de 1 élément. Nombre maximal de 50 éléments.

Obligatoire : non

ForecastDimensions

Tableau de noms de dimensions (champs) qui indique comment regrouper les prévisions générées.

Supposons, par exemple, que vous générez une prévision des ventes d'articles dans l'ensemble de vos boutiques et que votre jeu de données contienne un store_id champ. Si vous souhaitez connaître les prévisions de ventes pour chaque article par boutique, vous devez spécifier store_id la dimension.

Il n'est pas nécessaire de spécifier toutes les dimensions de prévision spécifiées dans le TARGET_TIME_SERIES jeu de données dans la CreatePredictor demande. Toutes les dimensions de prévision spécifiées dans le RELATED_TIME_SERIES jeu de données doivent être spécifiées dans la CreatePredictor demande.

Type : tableau de chaînes

Membres du tableau : Nombre minimum de 1 élément. Nombre maximum de 10 éléments.

Contraintes de longueur : longueur minimum de 1. Longueur maximum de 63.

Modèle : ^[a-zA-Z][a-zA-Z0-9_]*

Obligatoire : non

consultez aussi

Pour plus d'informations sur l'utilisation de cette API dans l'un des AWS SDK spécifiques au langage, consultez les pages suivantes :