启用预测器监控 - Amazon Forecast

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

启用预测器监控

您可以在创建预测变量时启用预测变量监控,也可以为现有预测变量启用它。

注意

预测变量监控仅适用于 AutoPredictor。您可以将现有的旧预测变量升级到 AutoPredictor。请参阅升级到 AutoPredictor.

为新预测变量启用预测变量监控

您可以使用控制台为新的预测变量启用预测变量监控,AWS CLI、AWSSDK,以及CreateAutoPredictoroperation.

Console

启用预测变量监控

  1. 登录到AWS Management Console在处打开 Amazon Forecast 控制台https://console.aws.amazon.com/forecast/.

  2. 数据集组,选择数据集组。

  3. 在导航窗格中,选择。预测器.

  4. 选择训练新预测器.

  5. 预测器配置部分,选择启用监控.

  6. 为以下必需字段提供值:

    • 名称-唯一的预测变量名称。

    • Forecast 频率-你的预测的粒度。

    • 预测范围-要预测的时间步数。

  7. 选择启动创建启用监控的 auto 预测器。当您使用预测变量生成预测然后导入更多数据时,您将看到监控结果。

Python

要使用 SDK for Python (Boto3) 启用对新预测器的预测器监控 (Boto3),请使用create_auto_predictor方法并在MonitoringConfig.

下面的代码创建了一个 auto 预测变量,用于预测 24 (ForecastHorizon) 天 (ForecastFrequency) future,并指定MyPredictorMonitor作为MonitorName. 在生成预测然后导入更多数据之后,您可以查看预测变量监控的结果。有关检索结果的更多信息,请参阅查看监控结果.

有关创建预测器所需和可选参数的信息,请参阅CreateAutoPredictor.

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" } )

为现有预测变量启用预测变量监控

您可以使用控制台为现有预测变量启用预测变量监控,AWS CLI, 和AWS开发工具包。

Console

启用预测变量监控

  1. 登录到AWS Management Console在处打开 Amazon Forecast 控制台https://console.aws.amazon.com/forecast/.

  2. 数据集组,选择数据集组。

  3. 在导航窗格中,选择。预测器.

  4. 选择你的预测器。

  5. 导航到监控选项卡。

  6. 详细监控部分,选择开始监控

    监控状态处于活动状态,预测变量监控已启用。在生成预测然后导入更多数据之后,您可以查看预测变量监控的结果。有关更多信息,请参阅查看监控结果

Python

要使用 SDK for Python (Boto3) 启用对现有预测器的预测器监控 (Boto3),请使用create_monitor方法。指定监控的名称和ResourceArn指定用于监控的预测器的 Amazon 资源名称 (ARN)。使用describe_monitor方法并提供监视器 ARN 以获取监视器的状态。在生成预测然后导入更多数据之后,您可以查看预测变量监控的结果。有关更多信息,请参阅查看监控结果.

有关必需和可选参数的信息,请参阅CreateMonitorDescribeMonitor.

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'])