開始方法 - Amazon Forecast

「翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。」

開始方法

の使用を開始するには、次の手順に従います。Amazon Forecast

  • データセットを作成し、トレーニングデータをインポートします。Forecast

  • 予測子を作成します。Forecast選択したアルゴリズムは、データセットを使用して予測子をトレーニングします。予測子を作成するときに、アルゴリズムとデータセットの両方を指定します。

  • 予測を生成します。

この演習では、公開されている利用可能な電力使用量データセットの修正版を使用して予測子をトレーニングします。詳細については、「ElectricityLoadDiagrams20112014 データセット」を参照してください。以下はデータセットのサンプル行です。

2014-01-01 01:00:00, 2.53807106598985, client_0 2014-01-01 01:00:00, 23.648648648648624, client_1 2014-01-01 02:00:00, 9.648648648612345, client_0

この演習では、データセットを使用して予測子をトレーニングしてから、クライアントによる時間単位の電力使用量を予測します。

この演習では、Forecast コンソールまたは AWS Command Line Interface (AWS CLI) を使用できます。リソースはリージョン間で共有されないため、Amazon Forecast コンソール、AWS CLI、および Amazon Forecast SDKs のデフォルトリージョンに注意してください。Amazon Forecast

重要

始める前に、AWS アカウントを持っており、AWS CLI をインストールしたことを確認してください。詳細については、「セットアップ」を参照してください。Amazon Forecastの仕組み についても確認することをお勧めします。

入力データを準備する

Amazon Forecast コンソールと AWS Command Line Interface (AWS CLI) のいずれかを使用して予測プロジェクトを設定するかにかかわらず、入力データを設定する必要があります。データを準備するには、次の操作を実行します。

  • トレーニングデータをコンピュータにダウンロードして、AWS アカウントの Amazon Simple Storage Service (Amazon S3) バケットにアップロードします。データを Amazon Forecast データセットにインポートするには、データを Amazon S3 バケットに保存する必要があります。

  • AWS Identity and Access Management (IAM) ロールを作成します。Amazon Forecast に IAM ロールを使用して S3 バケットにアクセスするアクセス許可を付与します。IAM ロールの詳細については、『IAM ユーザーガイド』の「IAM ロール」を参照してください。

トレーニングデータを準備するには

  1. zip ファイル、electricityusagedata.zip をダウンロードします。

    この演習では、個々の家庭の電力消費量データセットを使用します。(Dua、D. および Karra Taniskidou、E。(2017)。UCI Machine Learning リポジトリ [http://archive.ics.uci.edu/ml]。カリフォルニア州アーバイン: カリフォルニア大学情報コンピュータサイエンス学部。) 使用状況データは時間単位で集計されます。

  2. コンテンツを解凍し、electricityusagedata.csv としてローカルに保存します。

  3. S3 バケットにデータファイルをアップロードします。

    詳しいステップについては、『Amazon Simple Storage Service コンソールユーザーガイド』の「ドラッグアンドドロップを使用したファイルとフォルダのアップロード」を参照してください。

  4. IAM ロールを作成します。

    「開始方法」の演習で AWS CLI を使用する場合は、IAM を作成する必要があります。コンソールを使用している場合は、それを使ってロールを作成できます。手順については、「Amazon Forecast のアクセス許可を設定する」を参照してください。

これで、Amazon Forecast コンソールまたは AWS CLI を使用して、予測子をトレーニングし、予測を生成して、そしてその予測を確認します。

リソースのクリーンアップ

不要な料金が発生しないようにするには、使用開始実習の終了後に作成したリソースを削除します。リソースを削除するには、Amazon Forecast または Delete (APIs) から SDKs コンソールまたは AWS Command Line Interface AWS CLI を使用します。たとえば、DeleteDataset API を使用してデータセットを削除します。

リソースを削除するには、ステータスが ACTIVECREATE_FAILED、または UPDATE_FAILED である必要があります。 Describe を使用してステータスを確認します。例: APIs。DescribeDataset

次の表に示すように、一部のリソースは他のものよりも前に削除する必要があります。このプロセスには時間がかかる場合があります。

アップロードしたトレーニングデータ ( electricityusagedata.csv) を削除するには、「S3 バケットからオブジェクトを削除する方法」を参照してください。

削除するリソース 最初にこちらを削除します 注意
ForecastExportJob
Forecast エクスポート中に予測を削除することはできません。予測を削除すると、予測のクエリを実行できなくなります。
Predictor 関連するすべての予測。
DatasetImportJob 削除できません。
Dataset

データセットを対象にするすべての DatasetImportJob も削除されます。

予想子によって使用されている Dataset は削除できません。

DatasetSchema スキーマを参照するすべてのデータセット。
DatasetGroup

関連するすべての予想子

関連するすべての予測。

データセットグループのすべてのデータセット。

予想子で使用されている Dataset を含む DatasetGroup は削除できません。