Habilitar o monitoramento do Predictor

Você pode ativar o monitoramento do preditor ao criar o preditor ou ativá-lo para um preditor existente.

nota

O monitoramento de preditores só está disponível para o AutoPredictors. Você pode atualizar os preditores legados existentes para o AutoPredictor. Consulte Atualização para o AutoPredictor.

Habilitando o monitoramento de preditores para um novo preditor

Você pode ativar o monitoramento de preditores para um novo preditor com o consoleAWS CLI, os AWS SDKs e a operação. CreateAutoPredictor

Console

Para ativar o monitoramento do Predictor

1. Faça login no AWS Management Console e abra o console do Amazon Pinpoint em https://console.aws.amazon.com/pinpoint/.

2. Em Grupos de conjuntos de dados, escolha seu grupo de conjuntos de dados.

3. No painel de navegação, selecione Predictors.

4. Escolha Train predictor (Treinar previsor).

5. Na seção Configuração do preditor, escolha Ativar monitoramento.

6. Forneça valores para os seguintes campos obrigatórios:

   • Nome - um nome de preditor exclusivo.

   • Frequência de previsão - a granularidade de suas previsões.

   • Um horizonte de previsão o número de etapas de tempo a serem realizadas.

7. Escolha Iniciar para criar um preditor automático com o monitoramento ativado. Você verá os resultados do monitoramento ao usar o preditor para gerar previsões e depois importar mais dados.

Python

Para ativar o monitoramento do preditor para um novo preditor com o SDK para Python (Boto3), use o método e forneça um nome de monitor no. create_auto_predictor MonitoringConfig

O código a seguir cria um preditor automático que faz previsões para 24 (ForecastHorizon) dias (ForecastFrequency) no futuro e especifica MyPredictorMonitor como o. MonitorName Depois de gerar uma previsão e importar mais dados, você pode visualizar os resultados do monitoramento do preditor. Para obter mais informações sobre recuperação de logs, consulte Visualizar resultados de monitoramento.

Para obter informações sobre os parâmetros obrigatórios e opcionais para criar um preditor, consulteCreateAutoPredictor.

import boto3
                            
forecast = boto3.client('forecast')

create_predictor_response = forecast.create_auto_predictor(
    PredictorName = 'predictor_name',
    ForecastHorizon = 24,
    ForecastFrequency = 'D',
    DataConfig = {
        "DatasetGroupArn": "arn:aws:forecast:region:account:dataset-group/datasetGroupName"
    },
    MonitorConifg = {
        "MonitorName": "MyMonitorName"
    }
)

Habilitando o monitoramento de preditores para um preditor existente

Você pode ativar o monitoramento de preditores para um preditor existente com o console e AWS os AWS CLI SDKs.

Console

Para habilitar o monitoramento de preditores

1. Faça login no AWS Management Console e abra o console do Amazon Pinpoint em https://console.aws.amazon.com/pinpoint/.

2. Em Grupos de conjuntos de dados, escolha seu grupo de conjuntos de dados.

3. No painel de navegação, selecione Predictors.

4. Escolha o preditor da.

5. Navegue até a guia Monitoramento.

6. Na seção Detalhes do monitoramento, escolha Iniciar monitoramento

   Quando o status de monitoramento é Ativo, o monitoramento de preditores é ativado. Depois de gerar uma previsão e importar mais dados, você pode visualizar os resultados do monitoramento do preditor. Para obter mais informações, consulte Visualizar resultados de monitoramento

Python

Para habilitar o monitoramento do preditor para um preditor existente com o SDK para Python (Boto3), use o método. create_monitor Especifique um nome para o monitoramento e ResourceArn especifique o nome de recurso da Amazon (ARN) para o preditor monitorar. Use o describe_monitor método e forneça o ARN do monitor para obter o status do monitor. Depois de gerar uma previsão e importar mais dados, você pode visualizar os resultados do monitoramento do preditor. Para mais informações, consulte Visualizar resultados de monitoramento.

Para obter informações sobre os parâmetros obrigatórios e opcionais, consulte CreateMonitor DescribeMonitor e.

import boto3
                            
forecast = boto3.client('forecast')

create_monitor_response = forecast.create_monitor(
    MonitorName = 'monitor_name',
    ResourceArn = 'arn:aws:forecast:region:accountNumber:predictor/predictorName'
)

monitor_arn = create_monitor_response['MonitorArn']

describe_monitor_response = forecast.describe_monitor(
    MonitorArn = monitor_arn
)
print("Monitor status: " + describe_monitor_response['Status'])