CreatePredictor

catatan

Operasi ini menciptakan prediktor lama yang tidak menyertakan semua fungsi prediktor yang disediakan oleh Amazon Forecast. Untuk membuat prediktor yang kompatibel dengan semua aspek Forecast, gunakanCreateAutoPredictor.

Membuat prediktor Amazon Forecast.

Dalam permintaan, berikan grup kumpulan data dan tentukan algoritme atau biarkan Amazon Forecast memilih algoritme untuk Anda menggunakan AutoML. Jika Anda menentukan algoritme, Anda juga dapat mengganti hiperparameter khusus algoritme.

Amazon Forecast menggunakan algoritme untuk melatih prediktor menggunakan versi terbaru kumpulan data dalam grup kumpulan data yang ditentukan. Anda kemudian dapat membuat perkiraan menggunakan CreateForecast operasi.

Untuk melihat metrik evaluasi, gunakan GetAccuracyMetrics operasi.

Anda dapat menentukan konfigurasi featurisasi untuk mengisi dan menggabungkan bidang data dalam TARGET_TIME_SERIES kumpulan data untuk meningkatkan pelatihan model. Untuk informasi selengkapnya, lihat FeaturizationConfig.

Untuk kumpulan data RELATED_TIME_SERIES, CreatePredictor memverifikasi bahwa yang ditentukan saat kumpulan data dibuat cocok denganDataFrequency. ForecastFrequency Kumpulan data TARGET_TIME_SERIES tidak memiliki batasan ini. Amazon Forecast juga memverifikasi format pembatas dan stempel waktu. Untuk informasi selengkapnya, lihat Mengimpor Dataset.

Secara default, prediktor dilatih dan dievaluasi pada kuantil 0,1 (P10), 0,5 (P50), dan 0,9 (P90). Anda dapat memilih jenis perkiraan khusus untuk melatih dan mengevaluasi prediktor Anda dengan mengatur. ForecastTypes

AutoML

Jika Anda ingin Amazon Forecast mengevaluasi setiap algoritma dan memilih salah satu yang meminimalkanobjective function, atur PerformAutoML ketrue. objective functionIni didefinisikan sebagai rata-rata kerugian tertimbang atas jenis perkiraan. Secara default, ini adalah kerugian kuantil p10, p50, dan p90. Untuk informasi selengkapnya, lihat EvaluationResult.

Ketika AutoML diaktifkan, properti berikut tidak diizinkan:

• AlgorithmArn

• HPOConfig

• PerformHPO

• TrainingParameters

Untuk mendapatkan daftar semua prediktor Anda, gunakan ListPredictors operasi.

catatan

Sebelum Anda dapat menggunakan prediktor untuk membuat ramalan, prediktor harusACTIVE, menandakan bahwa pelatihan telah selesai. Status Untuk mendapatkan status, gunakan DescribePredictor operasi.

Sintaksis Permintaan

{
   "AlgorithmArn": "string",
   "AutoMLOverrideStrategy": "string",
   "EncryptionConfig": { 
      "KMSKeyArn": "string",
      "RoleArn": "string"
   },
   "EvaluationParameters": { 
      "BackTestWindowOffset": number,
      "NumberOfBacktestWindows": number
   },
   "FeaturizationConfig": { 
      "Featurizations": [ 
         { 
            "AttributeName": "string",
            "FeaturizationPipeline": [ 
               { 
                  "FeaturizationMethodName": "string",
                  "FeaturizationMethodParameters": { 
                     "string" : "string" 
                  }
               }
            ]
         }
      ],
      "ForecastDimensions": [ "string" ],
      "ForecastFrequency": "string"
   },
   "ForecastHorizon": number,
   "ForecastTypes": [ "string" ],
   "HPOConfig": { 
      "ParameterRanges": { 
         "CategoricalParameterRanges": [ 
            { 
               "Name": "string",
               "Values": [ "string" ]
            }
         ],
         "ContinuousParameterRanges": [ 
            { 
               "MaxValue": number,
               "MinValue": number,
               "Name": "string",
               "ScalingType": "string"
            }
         ],
         "IntegerParameterRanges": [ 
            { 
               "MaxValue": number,
               "MinValue": number,
               "Name": "string",
               "ScalingType": "string"
            }
         ]
      }
   },
   "InputDataConfig": { 
      "DatasetGroupArn": "string",
      "SupplementaryFeatures": [ 
         { 
            "Name": "string",
            "Value": "string"
         }
      ]
   },
   "OptimizationMetric": "string",
   "PerformAutoML": boolean,
   "PerformHPO": boolean,
   "PredictorName": "string",
   "Tags": [ 
      { 
         "Key": "string",
         "Value": "string"
      }
   ],
   "TrainingParameters": { 
      "string" : "string" 
   }
}

Parameter Permintaan

Permintaan menerima data berikut dalam format JSON.

AlgorithmArn

Nama Sumber Daya Amazon (ARN) dari algoritme yang digunakan untuk pelatihan model. Diperlukan jika PerformAutoML tidak disetel ketrue.

Algoritma yang didukung:

• arn:aws:forecast:::algorithm/ARIMA

• arn:aws:forecast:::algorithm/CNN-QR

• arn:aws:forecast:::algorithm/Deep_AR_Plus

• arn:aws:forecast:::algorithm/ETS

• arn:aws:forecast:::algorithm/NPTS

• arn:aws:forecast:::algorithm/Prophet

Jenis: String

Batasan Panjang: Panjang maksimum 256.

Pola: arn:([a-z\d-]+):forecast:.*:.*:.+

Wajib: Tidak

AutoMLOverrideStrategy

catatan

Strategi penggantian LatencyOptimized AutoML hanya tersedia dalam versi beta pribadi. Hubungi AWS Support atau manajer akun Anda untuk mempelajari lebih lanjut tentang hak akses.

Digunakan untuk mengesampingkan strategi AutoML default, yaitu untuk mengoptimalkan akurasi prediktor. Untuk menerapkan strategi AutoML yang meminimalkan waktu pelatihan, gunakan. LatencyOptimized

Parameter ini hanya berlaku untuk prediktor yang dilatih menggunakan AutoML.

Jenis: String

Nilai yang Valid: LatencyOptimized | AccuracyOptimized

Wajib: Tidak

EncryptionConfig

Kunci AWS Key Management Service (KMS) dan peran AWS Identity and Access Management (IAM) yang dapat diasumsikan Amazon Forecast untuk mengakses kunci tersebut.

Tipe: Objek EncryptionConfig

Wajib: Tidak

EvaluationParameters

Digunakan untuk mengganti parameter evaluasi default dari algoritma yang ditentukan. Amazon Forecast mengevaluasi prediktor dengan membagi kumpulan data menjadi data pelatihan dan data pengujian. Parameter evaluasi menentukan bagaimana melakukan split dan jumlah iterasi.

Tipe: Objek EvaluationParameters

Wajib: Tidak

FeaturizationConfig

Konfigurasi featurisasi.

Tipe: Objek FeaturizationConfig

Wajib: Ya

ForecastHorizon

Menentukan jumlah langkah waktu yang dilatih model untuk diprediksi. Cakrawala ramalan juga disebut panjang prediksi.

Misalnya, jika Anda mengonfigurasi kumpulan data untuk pengumpulan data harian (menggunakan DataFrequency parameter CreateDataset operasi) dan mengatur cakrawala perkiraan ke 10, model mengembalikan prediksi selama 10 hari.

Cakrawala perkiraan maksimum adalah kurang dari 500 langkah waktu atau 1/3 dari panjang set data TARGET_TIME_SERIES.

Jenis: Integer

Wajib: Ya

ForecastTypes

Menentukan jenis perkiraan yang digunakan untuk melatih prediktor. Anda dapat menentukan hingga lima jenis perkiraan. Jenis Forecast dapat berupa kuantil dari 0,01 hingga 0,99, dengan kenaikan 0,01 atau lebih tinggi. Anda juga dapat menentukan perkiraan rata-rata denganmean.

Nilai default-nya adalah ["0.10", "0.50", "0.9"].

Tipe: Array string

Anggota Array: Jumlah minimum 1 item. Jumlah maksimum 20 item.

Kendala Panjang: Panjang minimum 2. Panjang maksimum 4.

Pola: (^0?\.\d\d?$|^mean$)

Wajib: Tidak

HPOConfig

Memberikan nilai override hyperparameter untuk algoritme. Jika Anda tidak memberikan parameter ini, Amazon Forecast menggunakan nilai default. Algoritma individu menentukan hyperparameters mana yang mendukung optimasi hyperparameter (HPO). Untuk informasi selengkapnya, lihat Algoritma Amazon Forecast.

Jika Anda menyertakan HPOConfig objek, Anda harus mengatur PerformHPO ke true.

Tipe: Objek HyperParameterTuningJobConfig

Wajib: Tidak

InputDataConfig

Menjelaskan grup kumpulan data yang berisi data yang akan digunakan untuk melatih prediktor.

Tipe: Objek InputDataConfig

Wajib: Ya

OptimizationMetric

Metrik akurasi yang digunakan untuk mengoptimalkan prediktor. Nilai default-nya adalah AverageWeightedQuantileLoss.

Jenis: String

Nilai yang Valid: WAPE | RMSE | AverageWeightedQuantileLoss | MASE | MAPE

Wajib: Tidak

PerformAutoML

Apakah akan melakukan AutoML. Saat Amazon Forecast menjalankan AutoML, Amazon Forecast mengevaluasi algoritme yang disediakannya dan memilih algoritme dan konfigurasi terbaik untuk kumpulan data pelatihan Anda.

Nilai default-nya adalah false. Dalam hal ini, Anda diminta untuk menentukan algoritma.

Setel PerformAutoML true agar Amazon Forecast melakukan AutoML. Ini adalah pilihan yang baik jika Anda tidak yakin algoritma mana yang cocok untuk data pelatihan Anda. Dalam hal ini, PerformHPO harus salah.

Tipe: Boolean

Wajib: Tidak

PerformHPO

Apakah akan melakukan optimasi hyperparameter (HPO). HPO menemukan nilai hyperparameter optimal untuk data pelatihan Anda. Proses melakukan HPO dikenal sebagai menjalankan pekerjaan tuning hyperparameter.

Nilai default-nya adalah false. Dalam hal ini, Amazon Forecast menggunakan nilai hyperparameter default dari algoritma yang dipilih.

Untuk mengganti nilai default, atur PerformHPO ke true dan, secara opsional, berikan objek. HyperParameterTuningJobConfig Pekerjaan penyetelan menentukan metrik untuk dioptimalkan, hiperparameter mana yang berpartisipasi dalam penyetelan, dan rentang yang valid untuk setiap hiperparameter yang dapat disetel. Dalam hal ini, Anda diminta untuk menentukan algoritma dan PerformAutoML harus salah.

Algoritma berikut mendukung HPO:

• DeepAR+

• CNN-QR

Tipe: Boolean

Wajib: Tidak

PredictorName

Sebuah nama untuk prediktor.

Jenis: String

Batasan Panjang: Panjang minimum 1. Panjang maksimum 63.

Pola: ^[a-zA-Z][a-zA-Z0-9_]*

Wajib: Ya

Tags

Metadata opsional yang Anda terapkan pada prediktor untuk membantu Anda mengkategorikan dan mengaturnya. Setiap tag terdiri dari kunci dan nilai opsional, yang keduanya Anda tentukan.

Batasan dasar berikut berlaku untuk tag:

• Jumlah maksimum tag per sumber daya - 50.

• Untuk setiap sumber daya, setiap kunci tag harus unik, dan setiap kunci tag hanya dapat memiliki satu nilai.

• Panjang kunci maksimum - 128 karakter Unicode di UTF-8.

• Panjang nilai maksimum - 256 karakter Unicode di UTF-8.

• Jika skema penandaan Anda digunakan di beberapa layanan dan sumber daya, ingatlah bahwa layanan lain mungkin memiliki pembatasan pada karakter yang diizinkan. Karakter-karakter yang diizinkan secara umum adalah: huruf, angka, dan spasi yang dapat diwakili dalam UTF-8, beserta karakter-karakter berikut: + - = . _ : / @.

• Kunci dan nilai tanda peka huruf besar-kecil.

• Jangan gunakanaws:,AWS:, atau kombinasi huruf besar atau kecil seperti awalan untuk kunci karena dicadangkan untuk digunakan. AWS Anda tidak dapat mengedit atau menghapus kunci tag dengan awalan ini. Nilai dapat memiliki awalan ini. Jika nilai tag memiliki aws awalan tetapi kuncinya tidak, maka Forecast menganggapnya sebagai tag pengguna dan akan dihitung terhadap batas 50 tag. Tag dengan hanya key prefix dari aws tidak dihitung terhadap tag Anda per batas sumber daya.

Tipe: Array objek Tag

Anggota Array: Jumlah minimum 0 item. Jumlah maksimum 200 item.

Wajib: Tidak

TrainingParameters

Hiperparameter yang harus ditimpa untuk pelatihan model. Hyperparameter yang dapat Anda timpa tercantum dalam algoritma individual. Untuk daftar algoritma yang didukung, lihatAlgoritma Amazon Forecast.

Tipe: Peta string ke string

Entri Peta: Jumlah minimum 0 item. Jumlah maksimum 100 item.

Kendala Panjang Kunci: Panjang maksimum 256.

Pola Kunci: ^[a-zA-Z0-9\-\_\.\/\[\]\,\\]+$

Kendala Panjang Nilai: Panjang maksimum 256.

Pola nilai: ^[a-zA-Z0-9\-\_\.\/\[\]\,\"\\\s]+$

Wajib: Tidak

Sintaksis Respons

{
   "PredictorArn": "string"
}

Elemen Respons

Jika tindakan berhasil, layanan mengirimkan kembali respons HTTP 200.

Layanan mengembalikan data berikut dalam format JSON.

PredictorArn

Nama Sumber Daya Amazon (ARN) dari prediktor.

Jenis: String

Batasan Panjang: Panjang maksimum 256.

Pola: arn:([a-z\d-]+):forecast:.*:.*:.+

Kesalahan

InvalidInputException

Kami tidak dapat memproses permintaan karena menyertakan nilai yang tidak valid atau nilai yang melebihi rentang yang valid.

Kode Status HTTP: 400

LimitExceededException

Batas jumlah sumber daya per akun telah terlampaui.

Kode Status HTTP: 400

ResourceAlreadyExistsException

Sudah ada sumber daya dengan nama ini. Coba lagi dengan nama yang berbeda.

Kode Status HTTP: 400

ResourceInUseException

Sumber daya yang ditentukan sedang digunakan.

Kode Status HTTP: 400

ResourceNotFoundException

Kami tidak dapat menemukan sumber daya dengan Nama Sumber Daya Amazon (ARN) itu. Periksa ARN dan coba lagi.

Kode Status HTTP: 400

Lihat Juga

Untuk informasi selengkapnya tentang penggunaan API ini di salah satu AWS SDK khusus bahasa, lihat berikut ini:

• AWS Antarmuka Baris Perintah

• AWS SDK for .NET

• AWS SDK for C++

• AWS SDK for Go v2

• AWS SDK for Java V2

• AWS SDK untuk V3 JavaScript

• AWS SDK for PHP V3

• AWS SDK untuk Python

• AWS SDK for Ruby V3