Domain Dataset dan Jenis Dataset yang Telah Ditetapkan

Untuk melatih prediktor, Anda membuat satu atau beberapa kumpulan data, menambahkannya ke grup kumpulan data, dan menyediakan grup kumpulan data untuk pelatihan.

Untuk setiap kumpulan data yang Anda buat, Anda mengaitkan domain dataset dan tipe dataset. Domain dataset menentukan skema dataset yang telah ditentukan sebelumnya untuk kasus penggunaan umum, dan tidak memengaruhi algoritme model atau hiperparameter.

Amazon Forecast mendukung domain dataset berikut:

• Domain RITEL— Untuk peramalan permintaan ritel

• Domain INVENTORY_PLANNING— Untuk rantai pasokan dan perencanaan inventaris

• Domain KAPASITAS EC2- Untuk memperkirakan kapasitas Amazon Elastic Compute Cloud (Amazon EC2)

• Domain WORK_FORCE— Untuk perencanaan angkatan kerja

• Web_TRAFFIC Domain— Untuk memperkirakan lalu lintas web future

• METRIK Domain— Untuk metrik peramalan, seperti pendapatan dan arus kas

• Domain KUSTOM— Untuk semua jenis peramalan deret waktu lainnya

Setiap domain dapat memiliki satu hingga tiga jenis dataset. Jenis kumpulan data yang Anda buat untuk domain didasarkan pada jenis data yang Anda miliki dan apa yang ingin Anda sertakan dalam pelatihan.

Setiap domain memerlukan kumpulan data deret waktu target, dan secara opsional mendukung deret waktu terkait dan jenis kumpulan data metadata item.

Jenis dataset adalah:

• Deret waktu target - Satu-satunya jenis kumpulan data yang diperlukan. Jenis ini mendefinisikan bidang target yang ingin Anda hasilkan prakiraannya. Misalnya, jika Anda ingin memperkirakan penjualan untuk satu set produk, maka Anda harus membuat kumpulan data data deret waktu historis untuk setiap produk yang ingin Anda perkirakan. Demikian pula, Anda dapat membuat kumpulan data deret waktu target untuk metrik — seperti pendapatan, arus kas, dan penjualan — yang mungkin ingin Anda perkirakan.

• Deret waktu terkait — Data deret waktu yang terkait dengan data deret waktu target. Misalnya, harga terkait dengan data penjualan produk, jadi Anda dapat memberikannya sebagai deret waktu terkait.

• Metadata item — Metadata yang berlaku untuk data deret waktu target. Misalnya, jika Anda memperkirakan penjualan untuk produk tertentu, atribut produk — seperti merek, warna, dan genre — akan menjadi bagian dari metadata item. Saat memprediksi kapasitas EC2 untuk instans EC2, metadata mungkin mencakup CPU dan memori dari jenis instans.

Untuk setiap jenis kumpulan data, data input Anda harus berisi bidang wajib tertentu. Anda juga dapat menyertakan bidang opsional yang disarankan Amazon Forecast yang Anda sertakan.

Contoh berikut menunjukkan cara memilih domain dataset dan jenis dataset yang sesuai.

contoh Contoh 1: Jenis Dataset di Domain RETAIL

Jika Anda adalah pengecer yang tertarik untuk memperkirakan permintaan barang, Anda dapat membuat kumpulan data berikut di domain RETAIL:

• Deret waktu target adalah kumpulan data yang diperlukan dari data permintaan deret waktu historis (penjualan) untuk setiap item (setiap produk yang dijual pengecer). Dalam domain RETAIL, jenis kumpulan data ini mengharuskan kumpulan data menyertakanitem_id,timestamp, dan bidang. demand demandBidang adalah target perkiraan, dan biasanya jumlah barang yang dijual oleh pengecer dalam minggu atau hari tertentu.

• Secara opsional, kumpulan data dari jenis deret waktu terkait. Dalam domain RETAIL, jenis ini dapat mencakup opsional, tetapi disarankan, informasi deret waktu sepertiprice,inventory_onhand, danwebpage_hits.

• Secara opsional, kumpulan data dari jenis metadata item. Di domain RETAIL, Amazon Forecast menyarankan untuk memberikan informasi metadata yang terkait dengan item yang Anda berikan dalam deret waktu target, sepertibrand,, colorcategory, dan. genre

contoh Contoh 2: Jenis Dataset di Domain METRIK

Jika Anda ingin memperkirakan metrik utama untuk organisasi Anda—seperti pendapatan, penjualan, dan arus kas—Anda dapat memberikan Amazon Forecast dengan kumpulan data berikut:

• Kumpulan data deret waktu target yang menyediakan data deret waktu historis untuk metrik yang ingin Anda perkirakan. Jika minat Anda adalah memperkirakan pendapatan semua unit bisnis di organisasi Anda, Anda dapat membuat target time series kumpulan data denganmetric,business unit, dan metric_value bidang.

• Jika Anda memiliki metadata untuk setiap metrik yang tidak diperlukan, seperti category ataulocation, Anda dapat memberikan kumpulan data dari deret waktu terkait dan jenis metadata item.

Minimal, Anda harus menyediakan kumpulan data deret waktu target untuk Forecast untuk menghasilkan perkiraan untuk metrik target Anda.

contoh Contoh 3: Jenis Dataset di Domain KUSTOM

Data pelatihan untuk aplikasi peramalan Anda mungkin tidak sesuai dengan domain Amazon Forecast mana pun. Jika itu masalahnya, pilih domain CUSTOM. Anda harus menyediakan kumpulan data deret waktu target, tetapi Anda dapat menambahkan bidang kustom Anda sendiri.

MemulaiLatihan ini memperkirakan penggunaan listrik untuk klien. Data pelatihan penggunaan listrik tidak sesuai dengan domain dataset mana pun, jadi kami menggunakan domain CUSTOM. Dalam latihan, kami hanya menggunakan satu jenis kumpulan data, tipe deret waktu target. Kami memetakan bidang data ke bidang minimum yang diperlukan oleh tipe dataset.