Cara Pengumpulan - 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.

Cara Pengumpulan

Selama pelatihan, Amazon Forecast mengumpulkan data apa pun yang tidak selaras dengan frekuensi perkiraan yang Anda tentukan. Misalnya, Anda mungkin memiliki beberapa data harian tetapi menentukan frekuensi prakiraan mingguan. Forecast menyelaraskan data harian berdasarkan minggu yang dimilikinya. Forecast kemudian menggabungkannya menjadi satu rekor untuk setiap minggu. Forecast menentukan apa minggu (atau bulan atau hari dan sebagainya) data milik dalam berdasarkan hubungannya dengan batas waktu. Batas waktu menentukan awal satuan waktu, seperti jam berapa hari dimulai atau hari apa dalam seminggu dimulai.

Untuk prakiraan per jam dan menit, atau batas waktu yang tidak ditentukan, Forecast menggunakan batas waktu default berdasarkan satuan waktu frekuensi Anda. Untuk prediktor auto dengan frekuensi prakiraan harian, mingguan, bulanan, atau tahunan, Anda dapat menentukan batas waktu kustom. Untuk informasi lebih lanjut tentang batasan waktu, lihatBatas Waktu.

Selama agregasi, metode transformasi default adalah menjumlahkan data. Anda dapat mengkonfigurasi transformasi ketika Anda membuat prediktor Anda. Anda melakukan ini di bagian Input data configuration pada halaman Create predictor di Forecast console. Atau Anda dapat mengatur metode transformasi dalamTransformations parameterAttributeConfig dalam CreateAutoPredictor operasi.

Tabel berikut menunjukkan contoh agregasi untuk frekuensi perkiraan per jam menggunakan batas waktu default: Setiap jam dimulai di bagian atas jam.

Pra-transformasi

Waktu Data Di Puncak Jam
2018-03-03 01:00:00 100 Ya
2018-03-03 02:20:00 50 Tidak
2018-03-03 02:45:00 20 Tidak
2018-03-03 04:00:00 120 Ya

Pasca-transformasi

Waktu Data Catatan
2018-03-03 01:00:00 100
2018-03-03 02:00:00 70 Jumlah nilai antara 02:00:00-02:59:59 (50 + 20)
2018-03-03 03:00:00 Kosong Tidak ada nilai antara 03:00:00-03:59:59
2018-03-03 04:00:00 120

Gambar berikut menunjukkan bagaimana Forecast mengubah data agar sesuai dengan batas waktu mingguan default.

Raw sales data points transformed into a smooth demand time series curve over weekly intervals.