训练预测器

预测变量是一种 Amazon Forecast 模型，使用您的目标时间序列、相关时间序列、项目元数据和您包含的任何其他数据集进行训练。您可以使用预测变量根据时间序列数据生成预测。

默认情况下，Amazon Forecast 会创建 AutoPredictor，其中 Forecast 将最佳算法组合应用于数据集中的每个时间序列。

主题

• 创建预测器
• 升级到 AutoPredictor
• 不同预测频率的数据聚合
• 使用其他数据集
• 使用传统预测变量
• 评估预测器准确率
• 再训练预测器
• 天气指数
• 节日功能
• 可以解释预测器
• 监控预测器
• Amazon Forecast orec

创建预测器

Amazon Forecast 需要以下输入来训练预测变量：

• 数据集组-必须包含目标时间序列数据集的数据集组。目标时间序列数据集包括目标属性 (item_id) 和时间戳属性以及任何维度。相关的时间序列和项目元数据是可选的。有关更多信息，请参阅导入数据集：

• Forecast 频率-预测的粒度（每小时、每天、每周等）。Amazon Forecast 允许您在提供频率单位和值时确定预测的确切粒度。只允许使用整数值

  频率单位	允许的值
  微妙地	59。
  每小时	2。
  每天	6。
  每周	4。
  每月	1。
  每年	1

  例如，如果您想要每隔一周进行一次预测，则频率单位为每周一次。或者，如果您想要每季度预测一次，则频率单位为月度且值为 3。

  当您的数据以高于预测频率的频率收集时，会将其汇总到预测频率中。这包括跟踪的时间序列和相关的时间序列数据。有关聚的更多信息不同预测频率的数据聚合。

• F@@ or ecast 展望期-预测的时间步数。

您还可以为以下可选输入设置值：

• 时间对齐边界-Forecast 用于聚合您的数据并生成与您指定的预测频率相一致的预测。有关聚的更多信息不同预测频率的数据聚合。有关指定时间界限的信息，请参见时间边界。

• For ecast 维度-维度是目标时间序列数据集中的可选属性，可与目标值 (item_id) 结合使用以创建单独的时间序列。

• Forecast 类型-用于评估预测变量的分位数。

• 优化指标-用于优化预测变量的精度指标。

• 其他数据集 — 内置的 Amazon Forecast 数据集，例如天气指数和假期。

您可以使用软件开发套件 (SDK) 或 Amazon Forecast 控制台创建预测变量。

Console

创建预测器

1. 登录到，AWS Management Console然后通过以下网址打开 Amazon Forecast 控制台：https://console.aws.amazon.com/forecast/

2. 从数据集组中，选择您的数据集组。

3. 在导航窗格中。

4. 选择 “训练新的预测变量”。

5. 提供以下必填字段的值：

   • 名称-唯一的预测变量名称。

   • Forecast 频率-预测的粒度。

   • Forecast 展望期-要预测的时间步数。

6. 选择开始。

有关其他数据集的信息，请参阅 天气指数和节日功能。要了解有关自定义预测类型和优化指标的更多信息，请参阅评估预测器准确率。

AWS CLI

要使用创建auto 预测变量AWS CLI，请使用create-predictor命令。以下代码创建了一个auto 预测变量，用于预测future 14 天。

提供预测器的名称和包含训练数据的数据集的 Amazon 资源名称（ARN）。（可选）修改预测展望期和预测频率。（可选）为预测变量添加任何标签。有关更多信息，请参阅 标记Amazon Forecast 资源。

有关必需和可选参数的信息，请参阅CreateAutoPredictor。

aws forecast create-predictor \
--predictor-name predictor_name \
--data-config DatasetGroupArn="arn:aws:forecast:region:account:dataset-group/datasetGroupName" \
--forecast-horizon 14 \
--forecast-frequency D \
--tags Key=key1,Value=value1 Key=key2,Value=value2

要了解有关自定义预测类型和优化指标的更多信息，请参阅评估预测器准确率天气指数和假期：在数据DataConfig类型中定义了其他数据集。有关其他数据集的信息，请参阅 天气指数和节日功能。

Python

要使用SDK for Python (Boto3create_auto_predictor)。以下代码创建了一个auto 预测变量，用于预测future 14 天。

提供预测器的名称和包含训练数据的数据集的 Amazon 资源名称（ARN）。（可选）修改预测展望期和预测频率。（可选）为预测变量添加任何标签。有关更多信息，请参阅 标记Amazon Forecast 资源。

有关必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 = 14,
    ForecastFrequency = 'D',
    DataConfig = {
      "DatasetGroupArn": "arn:aws:forecast:region:account:dataset-group/datasetGroupName"
    },
    Tags = [ 
      { 
         "Key": "key1",
         "Value": "value1"
      },
      { 
         "Key": "key2",
         "Value": "value2"
      }
    ]
)
print(create_predictor_response['PredictorArn'])

要了解有关自定义预测类型和优化指标的更多信息，请参阅评估预测器准确率天气指数和假期：在数据DataConfig类型中定义了其他数据集。有关其他数据集的信息，请参阅 天气指数和节日功能。

升级到 AutoPredictor

Python

有关将预测变量升级为的 step-by-step 指南 AutoPredictor，请参阅将预测变量升级为 AutoPredictor。

使用 autoML 或手动选择 (CreatePredictor) 创建的预测变量可以升级为 AutoPredictor。将现有的 to 升级到 AutoPredictor 将转移所有相关的预测变量配置设置。

升级到后 AutoPredictor，原始预测变量将保持活动状态，升级后的预测变量将具有单独的预测变量 ARN。这使您能够比较两个预测变量之间的精度指标，并且您仍然可以使用原始预测变量生成预测。

您可以使用软件开发套件 (SDK) 或 Amazon Forecast 控制台升级预测器。

Console

升级预测器

1. 登录到，AWS Management Console然后通过以下网址打开 Amazon Forecast 控制台：https://console.aws.amazon.com/forecast/

2. 在导航窗格中。

3. 选择要升级的预测变量，然后选择升级。

4. 为升级后的预测器设置唯一名称。

5. 选择 “升级到” AutoPredictor。

CLI

要使用升级预测变量AWS CLI，请使用create-predictor方法，但仅指定预测变量名称和值reference-predictor-arn（要升级的预测变量的 ARN）。

aws forecast create-predictor \
--predictor-name predictor_name \
--reference-predictor-arn arn:aws:forecast:region:account:predictor/predictorName

Python

要使用SDK for Python (Boto3) 升级预测变量，请使用create_auto_predictor方法，但仅指定预测变量名称和值ReferencePredictorArn（要升级的预测变量的 ARN）。

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

create_predictor_response = forecast.create_auto_predictor(
    PredictorName = 'predictor_name',
    ReferencePredictorArn = 'arn:aws:forecast:region:account:predictor/predictorName'
)
print(create_predictor_response['PredictorArn'])

使用其他数据集

创建预测器时，Amazon Forecast 可以包括天气指数和假期。天气指数将气象信息纳入您的模型，假日则包含有关国定假日的信息。

天气指数要求您的目标时间序列数据集中具有 “地理位置” 属性以及有关时间戳的时区信息。有关更多信息，请参阅 天气指数：

假期包括 250 多个国家的度假信息。有关更多信息，请参阅节日功能：

使用传统预测变量

注意

要将现有预测变量升级为 AutoPredictor，请参见升级到 AutoPredictor

AutoPredictor 是使用 Amazon Forecast 创建预测变量的默认和首选方法。 AutoPredictor 通过应用数据集中每个时间序列的最佳算法组合来创建预测变量。

使用创建的预测变量 AutoPredictor 通常比使用 AutoML 或手动选择创建的预测变量更准确。Forecast 可解释性和预测变量再训练功能仅适用于使用创建的预测变量 AutoPredictor。

Amazon Forecast 器还可以通过以下方式创建传统预测器：

1. AutoML-Forecast 会找到性能最佳的算法并将其应用于您的整个数据集。

2. 手动选择-手动选择应用于整个数据集的单一算法。

您可以使用软件开发套件 (SDK) 创建旧版预测器。

SDK

使用 AutoML

使用该CreatePredictor操作，将的值设置PerformAutoML为"true"。

{
    ...
    "PerformAutoML": "true",
}

如果您使用 AutoML，则无法为以下 CreatePredictor参数设置值：AlgorithmArn、HPOConfig、TrainingParameters。