Requisiti del set di dati per l'utilizzo di ML Insights con Amazon QuickSight - Amazon QuickSight

Importante: abbiamo riprogettato l'area di lavoro di QuickSight analisi di Amazon. Potresti incontrare schermate o testo procedurale che non riflettono il nuovo aspetto della console. QuickSight Siamo in procinto di aggiornare le schermate e il testo delle procedure.

Per trovare una funzionalità o un elemento, usa la barra di ricerca rapida.

Per ulteriori informazioni sul QuickSight nuovo look, consulta Introducing new analysis experience on Amazon QuickSight.

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Requisiti del set di dati per l'utilizzo di ML Insights con Amazon QuickSight

Per iniziare a utilizzare le funzionalità di machine learning di Amazon QuickSight, devi connetterti o importare i tuoi dati. Puoi utilizzare un QuickSight set di dati Amazon esistente o crearne uno nuovo. Puoi eseguire query direttamente sull'origine compatibile con SQL o inserire i dati in SPICE.

I dati devono avere le proprietà seguenti:

  • Almeno un parametro (ad esempio, vendite, ordini, unità spedite, registrazioni e così via).

  • Almeno una dimensione categoria (ad esempio, categoria di prodotti, canale, segmento, settore e così via). Le categorie con valori NULL vengono ignorate.

  • Il rilevamento di anomalie richiede un minimo di 15 punti dati per l'addestramento. Ad esempio, se la granularità dei dati è giornaliera, ti servono almeno 15 giorni di dati. Se la granularità è mensile, ti servono almeno 15 mesi di dati.

  • Le previsioni funzionano meglio con più dati. Assicurati che il set di dati contenga una quantità sufficiente di dati cronologici per garantire risultati ottimali. Ad esempio, se la granularità dei dati è giornaliera, ti servono almeno 38 giorni di dati. Se la granularità è mensile, ti servono almeno 43 mesi di dati. Di seguito vengono indicati i requisiti per ogni granularità temporale:

    • Anni: 32 punti dati

    • Trimestri: 35 punti dati

    • Mesi: 43 punti dati

    • Settimane: 35 punti dati

    • Giorni: 38 punti dati

    • Ore: 39 punti dati

    • Minuti: 46 punti dati

    • Secondi: 46 punti dati

  • Se vuoi analizzare le anomalie o le previsioni, ti serve anche almeno una dimensione data.

Se non disponi di un set di dati per iniziare, puoi scaricare questo set di dati di esempio: ML Insights Sample Dataset VI. Una volta pronto il set di dati, crea una nuova analisi dal set di dati.