Amazon Forecast는 더 이상 신규 고객에게 제공되지 않습니다. Amazon Forecast의 기존 고객은 서비스를 정상적으로 계속 사용할 수 있습니다. 자세히 알아보기
기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
CreatePredictor
참고
이 작업은 Amazon Forecast에서 제공하는 모든 예측기 기능을 포함하지 않는 레거시 예측기를 생성합니다. Forecast의 모든 측면과 호환되는 예측기를 생성하려면 CreateAutoPredictor를 사용하세요.
Amazon Forecast 에측기를 생성합니다.
중요
신규 고객은 더 이상 Amazon Forecast를 사용할 수 없습니다. Amazon Forecast의 기존 고객은 서비스를 정상적으로 계속 사용할 수 있습니다. 자세히 알아보기
요청에서 데이터 세트 그룹을 제공하고, 알고리즘을 지정하거나 Amazon Forecast가 AutoML을 사용하여 사용자 대신 알고리즘을 선택하도록 하세요. 알고리즘을 지정하는 경우 알고리즘별 하이퍼파라미터를 재정의할 수도 있습니다.
Amazon Forecast는 이 알고리즘을 사용하여 지정된 데이터 세트 그룹에 있는 최신 버전의 데이터 세트로 예측기를 훈련합니다. 그런 다음 CreateForecast 작업을 사용하여 예측을 생성할 수 있습니다.
평가 지표를 확인하려면 GetAccuracyMetrics 작업을 사용합니다.
TARGET_TIME_SERIES
데이터 세트의 데이터 필드를 채우고 집계하도록 특성화 구성을 지정하여 모델 훈련을 개선할 수 있습니다. 자세한 내용은 FeaturizationConfig 단원을 참조하십시오.
RELATED_ TIME _ SERIES 데이터세트의 경우 데이터세트 생성 시 DataFrequency
지정한 데이터가 데이터셋과 CreatePredictor
일치하는지 확인합니다. ForecastFrequency
TARGET_ TIME _ SERIES 데이터셋에는 이러한 제한이 없습니다. Amazon Forecast는 구분자 및 타임스탬프 형식도 확인합니다. 자세한 내용은 데이터 세트 가져오기 단원을 참조하십시오.
기본적으로 예측기는 0.1(P10), 0.5(P50), 0.9(P90) 분위수로 훈련 및 평가됩니다. ForecastTypes
를 설정하면 예측기를 훈련 및 평가할 사용자 지정 예측 유형을 선택할 수 있습니다.
AutoML
Amazon Forecast가 각 알고리즘을 평가하고 objective function
을 최소화하는 알고리즘을 선택하도록 하려면 PerformAutoML
을 true
로 설정하세요. objective function
은 예측 유형에 대한 가중 손실의 평균으로 정의됩니다. 기본적으로는 p10, p50, p90 분위수 손실입니다. 자세한 내용은 EvaluationResult 단원을 참조하십시오.
AutoML을 활성화하면 다음 속성이 허용되지 않습니다.
-
AlgorithmArn
-
HPOConfig
-
PerformHPO
-
TrainingParameters
모든 예측기 목록을 가져오려면 ListPredictors 작업을 사용합니다.
참고
예측기를 사용하여 예측을 생성하려면 예측기의 Status
가 훈련이 완료되었음을 나타내는 ACTIVE
여야 합니다. 상태를 가져오려면 DescribePredictor 작업을 사용합니다.
구문 요청
{
"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
"
}
}
요청 파라미터
요청은 다음과 같은 JSON 형식의 데이터를 수락합니다.
- AlgorithmArn
-
모델 학습에 사용할 알고리즘의 Amazon 리소스 이름 (ARN).
PerformAutoML
이true
로 설정된 경우 필수입니다.지원되는 알고리즘:
-
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
유형: 문자열
길이 제약: 최대 길이 256.
패턴:
arn:([a-z\d-]+):forecast:.*:.*:.+
Required: No
-
- AutoMLOverrideStrategy
-
참고
LatencyOptimized
AutoML 재정의 전략은 비공개 베타에서만 사용할 수 있습니다. 액세스 권한에 대해 자세히 알아보려면 AWS Support 또는 계정 관리자에게 문의하세요.예측기 정확도를 최적화하기 위한 기본 AutoML 전략을 재정의하는 데 사용됩니다. 훈련 시간을 최소화하는 AutoML 전략을 적용하려면
LatencyOptimized
를 사용하세요.이 파라미터는 AutoML을 사용하여 훈련된 예측기에만 사용할 수 있습니다.
타입: 문자열
유효 값:
LatencyOptimized | AccuracyOptimized
필수 여부: 아니요
- EncryptionConfig
-
Amazon AWS Key Management Service Forecast가 키에 액세스하기 위해 맡을 수 있는 AWS Identity and Access Management (IAM) 키와 () 역할. KMS
유형: EncryptionConfig 객체
필수 여부: 아니요
- EvaluationParameters
-
지정된 알고리즘의 기본 평가 파라미터를 재정의하는 데 사용됩니다. Amazon Forecast는 데이터 세트를 훈련 데이터와 테스팅 데이터로 분할하여 예측기를 평가합니다. 평가 파라미터는 분할을 수행하는 방법과 반복 횟수를 정의합니다.
유형: EvaluationParameters 객체
필수 여부: 아니요
- FeaturizationConfig
-
특성화 구성입니다.
유형: FeaturizationConfig 객체
필수 여부: 예
- ForecastHorizon
-
모델이 예측을 위해 훈련되는 시간 단계의 수를 지정합니다. 이 예상 구간은 또한 예측 길이라고도 합니다.
예를 들어 CreateDataset 작업의
DataFrequency
파라미터를 사용하여 일별 데이터 수집을 위한 데이터 세트를 구성하고 예측 기간을 10으로 설정하면 모델은 10일 동안의 예측을 반환합니다.최대 예측 기간은 500개의 타임스텝 또는 TARGET _ TIME 데이터세트 길이의 1/3 중 더 작습니다. SERIES
유형: 정수
필수 여부: 예
- ForecastTypes
-
예측기 훈련에 사용되는 예측 유형을 지정합니다. 최대 5개의 예측 유형을 지정할 수 있습니다. 예측 유형은 0.01에서 0.99까지의 사분위수(0.01 이상 증분)일 수 있습니다.
mean
을 사용하여 평균 예측을 지정할 수도 있습니다.기본값은
["0.10", "0.50", "0.9"]
입니다.타입: 문자열 배열
배열 멤버: 최소 항목 수는 1개입니다. 최대 항목 수는 20개입니다.
길이 제약: 최소 길이는 2입니다. 최대 길이는 4입니다.
패턴:
(^0?\.\d\d?$|^mean$)
Required: No
- HPOConfig
-
알고리즘의 하이퍼파라미터 재정의 값을 제공합니다. 이 파라미터를 제공하지 않으면 Amazon Forecast는 기본값을 사용합니다. 개별 알고리즘은 하이퍼파라미터 최적화 () 를 지원하는 하이퍼파라미터를 지정합니다. HPO 자세한 내용은 Amazon Forecast 알고리즘 단원을 참조하십시오.
HPOConfig
객체를 포함한 경우PerformHPO
를 true로 설정해야 합니다.유형: HyperParameterTuningJobConfig 객체
필수 여부: 아니요
- InputDataConfig
-
예측기를 훈련하는 데 사용할 데이터가 포함된 데이터 세트 그룹을 설명합니다.
유형: InputDataConfig 객체
필수 여부: 예
- OptimizationMetric
-
예측기를 최적화하는 데 사용되는 정확도 지표입니다. 기본 값은
AverageWeightedQuantileLoss
입니다.타입: 문자열
유효 값:
WAPE | RMSE | AverageWeightedQuantileLoss | MASE | MAPE
필수 여부: 아니요
- PerformAutoML
-
AutoML을 수행할지 여부입니다. Amazon Forecast는 AutoML을 수행할 때 제공하는 알고리즘을 평가하고 훈련 데이터 세트에 가장 적합한 알고리즘과 구성을 선택합니다.
기본값은
false
입니다. 이 경우 알고리즘을 지정해야 합니다.Amazon Forecast가 AutoML을 수행하도록 하려면
PerformAutoML
을true
로 설정합니다. 어떤 알고리즘이 훈련 데이터에 적합한지 잘 모를 경우 이 방법을 사용하는 것이 좋습니다. 이 경우PerformHPO
가 false여야 합니다.타입: 부울
필수 항목 여부: 아니요
- PerformHPO
-
하이퍼파라미터 최적화 수행 여부 (). HPO HPO훈련 데이터에 대한 최적의 하이퍼파라미터 값을 찾습니다. 수행 프로세스를 하이퍼파라미터 조정 작업 HPO 실행이라고 합니다.
기본값은
false
입니다. 이 경우 Amazon Forecast는 선택한 알고리즘의 기본 하이퍼파라미터 값을 사용합니다.기본값을 재정의하려면
PerformHPO
를true
로 설정하고, 선택적으로 HyperParameterTuningJobConfig 객체를 제공합니다. 튜닝 작업은 최적화할 지표, 튜닝에 참여하는 하이퍼파라미터, 튜닝 가능한 각 하이퍼파라미터의 유효 범위를 지정합니다. 이 경우 알고리즘을 지정해야 하며,PerformAutoML
은 false여야 합니다.지원되는 HPO 알고리즘은 다음과 같습니다.
-
DeepAR+
-
CNN-QR
타입: 부울
필수 항목 여부: 아니요
-
- PredictorName
-
예측기의 이름입니다.
유형: 문자열
길이 제약: 최소 길이 1. 최대 길이 63.
Pattern:
^[a-zA-Z][a-zA-Z0-9_]*
필수 여부: 예
- Tags
-
예측기를 분류하고 구성하는 데 도움이 되도록 예측기에 적용하는 선택적 메타데이터입니다. 각 태그는 사용자가 정의하는 키와 선택적 값으로 구성됩니다.
태그에 적용되는 기본 제한은 다음과 같습니다.
-
리소스당 최대 태그 수 - 50개.
-
각 리소스에 대해 각 태그 키는 고유하며 하나의 값만 가질 수 있습니다.
-
최대 키 길이 - 유니코드 문자 128자 (-8)UTF.
-
최대 값 길이 - 유니코드 문자 256자 (-8). UTF
-
태그 지정 스키마를 여러 서비스와 리소스에서 사용하는 경우 다른 서비스에서 허용되는 문자에 제한이 있을 수 있음에 유의하세요. 일반적으로 허용되는 문자는 UTF -8로 표현할 수 있는 문자, 숫자, 공백과 + - =. _:/@ 문자입니다.
-
태그 키와 값은 대소문자를 구분합니다.
-
키 접두사 등의 대문자 또는 소문자 조합은 사용하도록 예약되어 있으므로 사용하지
aws:
마십시오.AWS:
AWS 이 접두사가 있는 태그 키는 편집하거나 삭제할 수 없습니다. 값에 이 접두사가 포함될 수 있습니다. 태그 값에는 접두사로aws
가 있지만 키에는 없는 경우 Forecast는 해당 태그를 사용자 태그로 간주하여 50개 태그 한도에 포함합니다.aws
키 접두사만 있는 태그는 리소스당 태그 수 한도에 포함되지 않습니다.
유형: Tag객체 어레이
어레이 멤버: 최소 항목 수 0개. 최대 항목 수 200개.
필수 여부: 아니요
-
- TrainingParameters
-
모델 훈련을 위해 재정의해야 할 하이퍼파라미터입니다. 재정의할 수 있는 하이퍼파라미터는 개별 알고리즘에 나열되어 있습니다. 지원되는 키 알고리즘 목록은 Amazon Forecast 알고리즘 섹션을 참조하세요.
유형: 문자열 간 맵
맵 항목: 최소 항목 수는 0개입니다. 최대수는 100개입니다.
키 길이 제약: 최대 길이는 256입니다.
키 패턴:
^[a-zA-Z0-9\-\_\.\/\[\]\,\\]+$
값 길이 제약: 최대 길이는 256입니다.
값 패턴:
^[a-zA-Z0-9\-\_\.\/\[\]\,\"\\\s]+$
필수 항목 여부: 아니요
응답 구문
{
"PredictorArn": "string"
}
Response Elements
작업이 성공하면 서비스는 200 응답을 HTTP 다시 보냅니다.
서비스는 다음 데이터를 JSON 형식으로 반환합니다.
- PredictorArn
-
예측자의 Amazon 리소스 이름 (ARN).
유형: 문자열
길이 제약: 최대 길이 256.
패턴:
arn:([a-z\d-]+):forecast:.*:.*:.+
Errors
- InvalidInputException
-
요청에 잘못된 값이나 유효한 범위를 초과하는 값이 포함되어 있기 때문에 요청을 처리할 수 없습니다.
HTTP상태 코드: 400
- LimitExceededException
-
계정당 리소스 수 제한을 초과했습니다.
HTTP상태 코드: 400
- ResourceAlreadyExistsException
-
이 이름을 가진 리소스가 이미 있습니다. 다른 이름으로 다시 시도하세요.
HTTP상태 코드: 400
- ResourceInUseException
-
지정된 리소스가 이미 사용 중입니다.
HTTP상태 코드: 400
- ResourceNotFoundException
-
해당 Amazon 리소스 이름 (ARN) 을 가진 리소스를 찾을 수 없습니다. 를 ARN 확인하고 다시 시도하십시오.
HTTP상태 코드: 400
참고
언어별 사용 방법에 대한 자세한 내용은 AWS SDKs 다음을 참조하십시오. API