GetAccuracyMetrics - Amazon Forecast

Amazon Forecast tidak lagi tersedia untuk pelanggan baru. Pelanggan Amazon Forecast yang ada dapat terus menggunakan layanan seperti biasa. Pelajari lebih lanjut”

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

GetAccuracyMetrics

Memberikan metrik tentang keakuratan model yang dilatih oleh CreatePredictor operasi. Gunakan metrik untuk melihat seberapa baik kinerja model dan untuk memutuskan apakah akan menggunakan prediktor untuk menghasilkan perkiraan. Untuk informasi selengkapnya, lihat Metrik Prediktor.

penting

Amazon Forecast tidak lagi tersedia untuk pelanggan baru. Pelanggan Amazon Forecast yang ada dapat terus menggunakan layanan seperti biasa. Pelajari lebih lanjut”

Operasi ini menghasilkan metrik untuk setiap jendela backtest yang dievaluasi. Jumlah backtest windows (NumberOfBacktestWindows) ditentukan menggunakan EvaluationParameters objek, yang secara opsional disertakan dalam permintaan. CreatePredictor Jika NumberOfBacktestWindows tidak ditentukan, nomor defaultnya menjadi satu.

Parameter filling metode menentukan item mana yang berkontribusi pada metrik. Jika Anda ingin semua item berkontribusi, tentukanzero. Jika Anda hanya ingin item yang memiliki data lengkap dalam rentang yang dievaluasi untuk disumbangkan, tentukannan. Untuk informasi selengkapnya, lihat FeaturizationMethod.

catatan

Sebelum Anda bisa mendapatkan metrik akurasi, prediktor harusACTIVE, menandakan bahwa pelatihan telah selesai. Status Untuk mendapatkan status, gunakan DescribePredictor operasi.

Sintaksis Permintaan

{ "PredictorArn": "string" }

Parameter Permintaan

Permintaan menerima data berikut dalam JSON format.

PredictorArn

Nama Sumber Daya Amazon (ARN) dari prediktor untuk mendapatkan metrik.

Jenis: String

Batasan Panjang: Panjang maksimum 256.

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

Diperlukan: Ya

Sintaksis Respons

{ "AutoMLOverrideStrategy": "string", "IsAutoPredictor": boolean, "OptimizationMetric": "string", "PredictorEvaluationResults": [ { "AlgorithmArn": "string", "TestWindows": [ { "EvaluationType": "string", "ItemCount": number, "Metrics": { "AverageWeightedQuantileLoss": number, "ErrorMetrics": [ { "ForecastType": "string", "MAPE": number, "MASE": number, "RMSE": number, "WAPE": number } ], "RMSE": number, "WeightedQuantileLosses": [ { "LossValue": number, "Quantile": number } ] }, "TestWindowEnd": number, "TestWindowStart": number } ] } ] }

Elemen Respons

Jika tindakan berhasil, layanan mengirimkan kembali respons HTTP 200.

Data berikut dikembalikan dalam JSON format oleh layanan.

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.

Strategi AutoML digunakan untuk melatih prediktor. Kecuali LatencyOptimized ditentukan, strategi AutoML mengoptimalkan akurasi prediktor.

Parameter ini hanya berlaku untuk prediktor yang dilatih menggunakan AutoML.

Tipe: String

Nilai yang Valid: LatencyOptimized | AccuracyOptimized

IsAutoPredictor

Apakah prediktor dibuat denganCreateAutoPredictor.

Jenis: Boolean

OptimizationMetric

Metrik akurasi yang digunakan untuk mengoptimalkan prediktor.

Tipe: String

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

PredictorEvaluationResults

Array hasil dari mengevaluasi prediktor.

Tipe: Array objek EvaluationResult

Kesalahan

InvalidInputException

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

HTTPKode Status: 400

ResourceInUseException

Sumber daya yang ditentukan sedang digunakan.

HTTPKode Status: 400

ResourceNotFoundException

Kami tidak dapat menemukan sumber daya dengan Amazon Resource Name (ARN). Periksa ARN dan coba lagi.

HTTPKode Status: 400

Lihat Juga

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