預測器監控

注意

如果您啟用預測變量監控，Amazon Products 將存儲來自每個預測的數據，以便進行預測變量性能分析，即使在刪除預測數據之後也是如此。要刪除此數據，請刪除監視資源。

預測器監控使您能夠查看預測器的性能隨時間而變化。多種因素可能會導致績效變化，例如經濟發展或客户行為的變化。

例如，考慮一個預測方案，其中目標為sales並且有兩個相關的屬性：price和color。在創建第一個預測變量後的幾個月內，某些顏色可能會意外地變得更受客户的歡迎。這可能會提高具有此屬性的商品的銷售額。這些新數據可能會影響預測變量的性能及其生成的預測的準確性。

啟用 Forecast 變量監控後，Prorection 會在生成預測和導入更多數據時分析預測變量的性能。Forecast 將新數據與早期預測進行比較，以檢測性能的任何變化。您可以在 Forecast 控制台中查看不同準確度量隨時間變化的圖表。或者，您也可以使用ListMonitorEvaluationsoperation.

預測變量監控可幫助決定是否需要重新訓練您的預測變量。如果性能下降，您可能會希望根據更新的數據重新訓練預測器。如果您選擇重新訓練您的預測變量，則新預測變量將包含上一個預測變量的監控數據。您還可以使用預測變量監控來收集有關您的生產環境的上下文數據，或者為不同的實驗執行比較。

預測變量監控僅適用於自動預測變量。您可以將現有的傳統預測變量升級到自動預測器。請參閱升級至自動預測器。

主題

• 預測器監控工作流程
• 啟用預測器監控
• 檢視監控結果
• 限制和最佳實務

預測器監控工作流程

要獲取預測變量監控結果，必須首先使用預測變量生成預測，然後導入更多數據。監控工作流程如下。

1. 啟用 auto 預測變量的預測變量監控：

   • 創建啟用監控的新預測變量。請參閱 啟用新預測變量的預測變量監控。

   • 或啟用現有預測器的監控。請參閱 啟用現有預測變量的預測變量監控。

2. 使用預測變量生成一個或多個預測。

3. 導入更多資料。如需將數據導入 Forecast 的詳細資訊，請參匯入資料集。

4. 查看預測變量監控結果：

   • 您可以在監控標籤。

   • 或者，您也可以使用ListMonitorEvaluationsoperation.

   如需詳細資訊，請參閱 檢視監控結果。

限制和最佳實務

在使用預測器監控時，請考慮下列限制和最佳實務。

• 預測變量監控僅適用於 auto 預測變量— 您無法對使用 AutoML 或手動選擇創建的傳統預測變量啟用監視。請參閱升級至自動預測器。

• 每個 auto 預測變量的預測變量監控是唯一的— 每個 auto 預測器只能建立一個監視器。

• 預測變量監控需要新的數據並生成預測— 導入用於生成新預測的新數據時，預測變量監控結果變得可用。如果您未導入新數據，或者新導入的數據未覆蓋完整的預測展望期，您將看不到監控結果。

• 預測變量監控需要新的預測— 您必須持續生成新的預測才能生成監控結果。如果您不生成新預測，則不會看到監控結果。

• Amazon Forecast 測將存儲您每個預測中的數據，以便進行預測性能分析— 即使您刪除 Forecast，預測也會存儲這些數據。要刪除這些數據，請刪除關聯的監視器。

• 所以此StopResource操作將停止所有當前的評估和所有 future 的評估。

• 僅當您為平均值以外的分位數生成預測時，AVGWQL 度量才可用。

• 正在進行的監控評估未顯示在ListMonitorEvaluationsoperation.