Domínios e tipos de conjunto de dados predefinidos

Para treinar um preditor, você cria um ou mais conjuntos de dados, adiciona-os a um grupo de conjuntos de dados e fornece o grupo de conjuntos de dados para treinamento.

Para cada conjunto de dados criado, você associa um domínio de conjunto de dados e um tipo de conjunto de dados. Um domínio de conjunto de dados especifica um esquema de conjunto de dados predefinido para um caso de uso comum e não afeta algoritmos de modelo ou hiperparâmetros.

O Amazon Forecast oferece suporte aos seguintes domínios de conjunto de dados:

• Domínio RETAIL: para a previsão de demanda de varejo

• Domínio INVENTORY_PLANNING: para uma cadeia de suprimentos e um planejamento de inventário

• Domínio EC2 CAPACITY: para prever a capacidade do Amazon Elastic Compute Cloud (Amazon EC2)

• Domínio WORK_FORCE: para planejamento da força de trabalho

• Domínio WEB_TRAFFIC: para estimar o tráfego futuro da web

• Domínio METRICS: para previsão de métricas, como receita e fluxo de caixa

• Domínio CUSTOM: para todos os outros tipos de previsão de série temporal

Cada domínio pode ter de um a três tipos de conjunto de dados. Os tipos de conjunto de dados que você cria para um domínio são baseados no tipo de dados que tem e o que deseja incluir no treinamento.

Cada domínio requer um conjunto de dados de séries temporais de destino e, opcionalmente, oferece suporte aos tipos relacionados de séries temporais e conjuntos de dados de metadados de itens.

Os tipos de conjunto de dados são:

• Séries temporais de destino: o único tipo de conjunto de dados obrigatório. Esse tipo define o campo de destino para o qual você deseja gerar previsões. Por exemplo, para prever as vendas de um conjunto de produtos, você deve criar um conjunto de dados de séries temporais histórica para cada um dos produtos que deseja prever. Da mesma forma, você pode criar um conjunto de dados de séries temporais de destino para métricas, como receita, fluxo de caixa e vendas, que você talvez queira prever.

• Séries temporais relacionadas: dados de séries temporais relacionados aos dados de séries temporais de destino. Por exemplo, o preço está relacionado aos dados de vendas do produto, portanto, você pode fornecê-lo como uma série temporal relacionada.

• Metadados de itens: metadados que se aplicam aos dados de séries temporais de destino. Por exemplo, se você estiver prevendo as vendas de um determinado produto, os atributos do produto, como marca, cor e gênero, farão parte dos metadados de itens. Ao prever a capacidade do EC2 para instâncias do EC2, os metadados podem incluir a CPU e a memória dos tipos de instância.

Para cada tipo de conjunto de dados, os dados de entrada devem conter determinados campos obrigatórios. Você também pode incluir campos opcionais que o Amazon Forecast sugere que você inclua.

Os exemplos a seguir mostram como escolher um domínio de conjunto de dados e os tipos de conjunto de dados correspondentes.

exemplo Exemplo 1: Tipos de conjunto de dados no domínio RETAIL

Se você for um varejista interessado na previsão da demanda de itens, poderá criar os seguintes conjuntos de dados no domínio VAREJO:

• Séries temporais de destino é o conjunto de dados necessário da demanda da série temporal histórica (vendas) para cada item (cada produto que um varejista vende). No domínio RETAIL, esse tipo de conjunto de dados requer que o conjunto de dados inclua os campos item_id, timestamp e demand. O campo demand é o destino da previsão e, geralmente, é o número de itens vendidos pelo varejista em uma determinada semana ou dia.

• Opcionalmente, um conjunto de dados do tipo de séries temporais relacionadas. No domínio RETAIL, esse tipo pode incluir informações de séries temporais opcionais, mas sugeridas, como price, inventory_onhand e webpage_hits.

• Opcionalmente, um conjunto de dados do tipo de metadados de itens. No domínio RETAIL, o Amazon Forecast sugere que forneça informações dos metadados relacionados aos itens que você forneceu em séries temporais de destino, como brand, color, category e genre.

exemplo Exemplo 2: Tipos de conjunto de dados no domínio METRICS

Para prever métricas de previsão importantes para a sua organização, como receita, vendas e fluxo de caixa, você pode fornecer ao Amazon Forecast os seguintes conjuntos de dados:

• O conjunto de dados de séries temporais de destino que fornece dados de séries temporais históricos para a métrica que você deseja prever. Se você deseja prever a receita de todas as unidades de negócios da sua organização, poderá criar um conjunto de dados target time series com os campos metric, business unit e metric_value.

• Se você tiver algum metadado para cada métrica que não seja necessário, como category ou location, poderá fornecer conjuntos de dados dos tipos de séries temporais relacionadas e de metadados de itens.

Você deve fornecer, no mínimo, um conjunto de dados de séries temporais de destino para que o Forecast gere previsões para suas métricas de destino.

exemplo Exemplo 3: Tipos de conjunto de dados no domínio CUSTOM

Os dados de treinamento de seu aplicativo de previsão podem não se adequar a nenhum dos domínios do Amazon Forecast. Se esse for o caso, escolha o domínio CUSTOM. Você deve fornecer o conjunto de dados de séries temporais de destino, mas pode adicionar seus próprios campos personalizados.

O exercício Conceitos básicos prevê o uso de eletricidade de um cliente. Os dados de treinamento do uso de eletricidade não se adequam a nenhum dos domínios de conjunto de dados e, portanto, usamos o domínio CUSTOM. No exercício, usamos apenas um tipo de conjunto de dados, o tipo de séries temporais de destino. Mapeamos os campos de dados para os campos mínimos exigidos pelo tipo de conjunto de dados.