Sintassi della richiesta Parametri della richiesta Sintassi della risposta Elementi di risposta Errori Vedi anche

CreatePredictor

Nota

Questa operazione crea un predittore legacy che non include tutte le funzionalità di previsione fornite da Amazon Forecast. Per creare un predittore compatibile con tutti gli aspetti di Forecast, usa. CreateAutoPredictor

Crea un predittore Amazon Forecast.

Importante

Amazon Forecast non è più disponibile per i nuovi clienti. I clienti esistenti di Amazon Forecast possono continuare a utilizzare il servizio normalmente. Scopri di più»

Nella richiesta, fornisci un gruppo di set di dati e specifica un algoritmo o lascia che Amazon Forecast scelga un algoritmo per te utilizzando AutoML. Se specifichi un algoritmo, puoi anche sovrascrivere gli iperparametri specifici dell'algoritmo.

Amazon Forecast utilizza l'algoritmo per addestrare un predittore utilizzando la versione più recente dei set di dati nel gruppo di set di dati specificato. È quindi possibile generare una previsione utilizzando l'operazione. CreateForecast

Per visualizzare i parametri di valutazione, utilizzare l'operazione GetAccuracyMetrics.

È possibile specificare una configurazione di caratterizzazione per riempire e aggregare i campi di dati nel TARGET_TIME_SERIES set di dati per migliorare l'addestramento del modello. Per ulteriori informazioni, consulta FeaturizationConfig.

Per i set di dati RELATED_TIME_SERIES, CreatePredictor verifica che il valore specificato al momento della creazione del set di dati corrisponda a. DataFrequency ForecastFrequency I set di dati TARGET_TIME_SERIES non hanno questa restrizione. Amazon Forecast verifica anche il formato del delimitatore e del timestamp. Per ulteriori informazioni, consulta Importazione di set di dati.

Per impostazione predefinita, i predittori vengono addestrati e valutati ai quantili 0,1 (P10), 0,5 (P50) e 0,9 (P90). Puoi scegliere tipi di previsione personalizzati per addestrare e valutare il tuo predittore impostando il. ForecastTypes

AutoML

Se desideri che Amazon Forecast valuti ogni algoritmo e scelga quello che lo minimizzaobjective function, imposta suPerformAutoML. true objective functionÈ definito come la media delle perdite ponderate rispetto ai tipi di previsione. Per impostazione predefinita, si tratta delle perdite quantiliche p10, p50 e p90. Per ulteriori informazioni, consulta EvaluationResult.

Quando AutoML è abilitato, le seguenti proprietà non sono consentite:

AlgorithmArn
HPOConfig
PerformHPO
TrainingParameters

Per ottenere un elenco di tutti i tuoi predittori, usa l'operazione. ListPredictors

Nota

Prima di poter utilizzare il predittore per creare una previsione, il valore Status del predittore deve ACTIVE indicare che l'addestramento è stato completato. Per ottenere lo stato, utilizzare l'operazione. DescribePredictor

Sintassi della richiesta


{
   "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" 
   }
}

Parametri della richiesta

La richiesta accetta i seguenti dati in formato JSON.

AlgorithmArn

L'Amazon Resource Name (ARN) dell'algoritmo da utilizzare per l'addestramento dei modelli. Obbligatorio se non PerformAutoML è impostato su. true

Algoritmi supportati:

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

Tipo: stringa

Limitazioni di lunghezza: lunghezza massima di 256.

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

Obbligatorio: no

AutoMLOverrideStrategy

Nota

La strategia di override di LatencyOptimized AutoML è disponibile solo nella versione beta privata. Contatta l' AWS assistenza o il tuo account manager per saperne di più sui privilegi di accesso.

Utilizzato per sovrascrivere la strategia AutoML predefinita, che consiste nell'ottimizzare la precisione dei predittori. Per applicare una strategia AutoML che riduca al minimo i tempi di formazione, usa. LatencyOptimized

Questo parametro è valido solo per i predittori addestrati utilizzando AutoML.

Tipo: stringa

Valori validi: LatencyOptimized | AccuracyOptimized

Campo obbligatorio: no

EncryptionConfig

Una chiave AWS Key Management Service (KMS) e il ruolo AWS Identity and Access Management (IAM) che Amazon Forecast può assumere per accedere alla chiave.

Tipo: oggetto EncryptionConfig

Obbligatorio: no

EvaluationParameters

Utilizzato per sovrascrivere i parametri di valutazione predefiniti dell'algoritmo specificato. Amazon Forecast valuta un predittore suddividendo un set di dati in dati di addestramento e dati di test. I parametri di valutazione definiscono come eseguire la suddivisione e il numero di iterazioni.

Tipo: oggetto EvaluationParameters

Obbligatorio: no

FeaturizationConfig

La configurazione della caratterizzazione.

Tipo: oggetto FeaturizationConfig

Obbligatorio: sì

ForecastHorizon

Specifica il numero di fasi temporali che il modello è addestrato a prevedere. L'orizzonte di previsione è anche chiamato lunghezza della previsione.

Ad esempio, se si configura un set di dati per la raccolta giornaliera dei dati (utilizzando il DataFrequency parametro dell'CreateDatasetoperazione) e si imposta l'orizzonte di previsione su 10, il modello restituisce le previsioni per 10 giorni.

L'orizzonte di previsione massimo è il minore tra 500 intervalli temporali o la lunghezza del set di dati 1/3 TARGET_TIME_SERIES.

Tipo: numero intero

Obbligatorio: sì

ForecastTypes

Specifica i tipi di previsione utilizzati per addestrare un predittore. È possibile specificare fino a cinque tipi di previsione. I tipi di previsione possono essere quantili da 0,01 a 0,99, con incrementi di 0,01 o superiori. È inoltre possibile specificare la previsione media conmean.

Il valore predefinito è ["0.10", "0.50", "0.9"].

Tipo: array di stringhe

Membri dell’array: numero minimo di 1 elemento. Numero massimo di 20 elementi.

Vincoli di lunghezza: lunghezza minima di 2. La lunghezza massima è 4 caratteri.

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

Obbligatorio: no

HPOConfig

Fornisce i valori di sostituzione degli iperparametri per l'algoritmo. Se non fornisci questo parametro, Amazon Forecast utilizza valori predefiniti. I singoli algoritmi specificano quali iperparametri supportano l'ottimizzazione degli iperparametri (HPO). Per ulteriori informazioni, consulta Algoritmi di Amazon Forecast.

Se hai incluso l'HPOConfigoggetto, devi impostarlo su true. PerformHPO

Tipo: oggetto HyperParameterTuningJobConfig

Obbligatorio: no

InputDataConfig

Descrive il gruppo di set di dati che contiene i dati da utilizzare per addestrare il predittore.

Tipo: oggetto InputDataConfig

Obbligatorio: sì

OptimizationMetric

La metrica di precisione utilizzata per ottimizzare il predittore. Il valore predefinito è AverageWeightedQuantileLoss.

Tipo: stringa

Valori validi: WAPE | RMSE | AverageWeightedQuantileLoss | MASE | MAPE

Campo obbligatorio: no

PerformAutoML

Se eseguire AutoML. Quando Amazon Forecast esegue AutoML, valuta gli algoritmi forniti e sceglie l'algoritmo e la configurazione migliori per il tuo set di dati di formazione.

Il valore predefinito è false. In questo caso, è necessario specificare un algoritmo.

Impostato PerformAutoML in true modo che Amazon Forecast esegua AutoML. Questa è una buona opzione se non sei sicuro di quale algoritmo sia adatto ai tuoi dati di allenamento. In questo caso, PerformHPO deve essere falso.

Tipo: Booleano

Obbligatorio: no

PerformHPO

Se eseguire l'ottimizzazione degli iperparametri (HPO). HPO trova i valori di iperparametri ottimali per i tuoi dati di allenamento. Il processo di esecuzione dell'HPO è noto come esecuzione di un processo di ottimizzazione degli iperparametri.

Il valore predefinito è false. In questo caso, Amazon Forecast utilizza i valori degli iperparametri predefiniti dell'algoritmo scelto.

Per sovrascrivere i valori predefiniti, imposta PerformHPO true e, facoltativamente, fornisci l'oggetto. HyperParameterTuningJobConfig Il processo di ottimizzazione specifica una metrica da ottimizzare, quali iperparametri partecipano all'ottimizzazione e l'intervallo valido per ogni iperparametro regolabile. In questo caso, è necessario specificare un algoritmo e deve essere falso. PerformAutoML

I seguenti algoritmi supportano l'HPO:

DeepAR+
CNN-QR

Tipo: Booleano

Obbligatorio: no

PredictorName

Un nome per il predittore.

Tipo: stringa

Limitazioni di lunghezza: lunghezza minima pari a 1. La lunghezza massima è 63 caratteri.

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

Obbligatorio: sì

Tags

I metadati opzionali che applichi al predittore per aiutarti a classificarli e organizzarli. Ogni tag è composto da una chiave e da un valore opzionale, entrambi personalizzabili.

Ai tag si applicano le seguenti limitazioni di base:

Numero massimo di tag per risorsa: 50.
Per ogni risorsa, ogni chiave di tag deve essere univoca e ogni chiave di tag può avere un solo valore.
Lunghezza massima della chiave: 128 caratteri Unicode in. UTF-8
Lunghezza massima del valore: 256 caratteri Unicode in. UTF-8
Se lo schema di assegnazione dei tag viene utilizzato in più servizi e risorse , tieni presente che altri servizi potrebbero prevedere limitazioni sui caratteri consentiti. I caratteri generalmente consentiti sono: lettere, numeri e spazi rappresentabili in UTF-8, e i seguenti caratteri: + - =. _:/@.
I valori e le chiavi dei tag rispettano la distinzione tra maiuscole e minuscole.
Non utilizzare aws: né alcuna combinazione di lettere maiuscole o minuscoleAWS:, ad esempio un prefisso per i tasti, poiché è riservato all'uso. AWS Non è possibile modificare o eliminare le chiavi dei tag con questo prefisso. I valori possono avere questo prefisso. Se un valore di tag ha aws come prefisso ma la chiave no, Forecast lo considera un tag utente e verrà conteggiato nel limite di 50 tag. I tag con il solo prefisso chiave di aws non vengono conteggiati nel calcolo dei tag per limite di risorse.

Tipo: matrice di oggetti Tag

Membri dell'array: numero minimo di 0 elementi. Numero massimo di 200 elementi.

Obbligatorio: no

TrainingParameters

Gli iperparametri da sovrascrivere per l'addestramento del modello. Gli iperparametri che è possibile sovrascrivere sono elencati nei singoli algoritmi. Per l'elenco degli algoritmi supportati, vedere. Algoritmi di Amazon Forecast

Tipo: mappatura stringa a stringa

Voci della mappa: numero minimo di 0 elementi. Numero massimo di 100 elementi.

Vincoli di lunghezza chiave: lunghezza massima di 256.

Modello di chiave:^[a-zA-Z0-9\-\_\.\/\[\]\,\\]+$

Vincoli di lunghezza del valore: lunghezza massima di 256.

Modello di valore: ^[a-zA-Z0-9\-\_\.\/\[\]\,\"\\\s]+$

Obbligatorio: no

Sintassi della risposta


{
   "PredictorArn": "string"
}

Elementi di risposta

Se l'operazione riesce, il servizio restituisce una risposta HTTP 200.

I dati seguenti vengono restituiti in formato JSON mediante il servizio.

PredictorArn

L'Amazon Resource Name (ARN) del predittore.

Tipo: stringa

Limitazioni di lunghezza: lunghezza massima di 256.

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

Errori

InvalidInputException

Non possiamo elaborare la richiesta perché include un valore non valido o un valore che supera l'intervallo valido.

Codice di stato HTTP: 400

LimitExceededException

Il limite del numero di risorse per account è stato superato.

Codice di stato HTTP: 400

ResourceAlreadyExistsException

Esiste già una risorsa con questo nome. Riprova con un nome diverso.

Codice di stato HTTP: 400

ResourceInUseException

La risorsa specificata è in uso.

Codice di stato HTTP: 400

ResourceNotFoundException

Non riusciamo a trovare una risorsa con tale Amazon Resource Name (ARN). Controlla l'ARN e riprova.

Codice di stato HTTP: 400

Vedi anche

Per ulteriori informazioni sull'utilizzo di questa API in uno degli AWS SDK specifici della lingua, consulta quanto segue:

Avvertimento JavaScript è disabilitato o non è disponibile nel tuo browser.

Per usare la documentazione AWS, JavaScript deve essere abilitato. Consulta le pagine della guida del browser per le istruzioni.

Convenzioni dei documenti

CreateMonitor

CreatePredictorBacktestExportJob