Amazon Forecast ist für Neukunden nicht mehr verfügbar. Bestehende Kunden von Amazon Forecast können den Service weiterhin wie gewohnt nutzen. [Erfahren Sie mehr“](https://aws.amazon.com/blogs/machine-learning/transition-your-amazon-forecast-usage-to-amazon-sagemaker-canvas/) Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich. # Datenaggregation für verschiedene Prognosefrequenzen Wenn Sie einen Prädiktor erstellen, müssen Sie eine Prognosefrequenz angeben. Die Prognosefrequenz bestimmt die Häufigkeit der Vorhersagen in Ihren Prognosen. z. B. monatliche Verkaufsprognosen. Amazon Forecast Predictors können Prognosen für Datenfrequenzen generieren, die höher sind als die von Ihnen angegebene Prognosefrequenz. Sie können beispielsweise wöchentliche Prognosen erstellen, auch wenn Ihre Daten täglich aufgezeichnet werden. Während des Trainings aggregiert Forecast die täglichen Daten, um Prognosen mit der wöchentlichen Prognosefrequenz zu erstellen. **Topics** + [Wie funktioniert Aggregation](how-aggregation-works.md) + [Zeitgrenzen](#time-boundaries) + [Annahmen zur Datenaggregation](aggregation-guidelines.md) # Wie funktioniert Aggregation Während des Trainings aggregiert Amazon Forecast alle Daten, die nicht mit der von Ihnen angegebenen Prognosefrequenz übereinstimmen. Sie könnten z. B. über tägliche Daten verfügen, aber eine wöchentliche Prognosefrequenz angeben. Forecast gleicht die täglichen Daten auf der Grundlage der Woche aus, in die sie gehören. Forecast kombiniert es dann zu einem einzigen Datensatz für jede Woche. Die Forecast bestimmt anhand ihrer Beziehung zu einer Zeitgrenze, zu welcher Woche (oder zu welchem Monat oder Tag usw.) Daten gehören. Zeitgrenzen geben den Beginn einer Zeiteinheit an, z. B. zu welcher Stunde ein Tag beginnt oder welcher Tag eine Woche beginnt. Für stündliche und minutengenaue Prognosen oder nicht spezifizierte Zeitgrenzen verwendet Forecast eine Standardzeitgrenze, die auf der Zeiteinheit Ihrer Frequenz basiert. Für auto Prädiktoren mit täglichen, wöchentlichen, monatlichen oder jährlichen Prognosefrequenzen können Sie eine benutzerdefinierte Zeitgrenze angeben. Weitere Informationen zu Zeitgrenzen finden Sie unter[Zeitgrenzen](data-aggregation.md#time-boundaries). Während der Aggregation besteht die Standardtransformationsmethode darin, die Daten zu summieren. Sie können die Transformation konfigurieren, wenn Sie Ihren Prädiktor erstellen. Dies tun Sie im Abschnitt **Konfiguration der Eingabedaten** auf der Seite **Prädiktor erstellen** in der Prognosekonsole. Sie können die Transformationsmethode auch im `Transformations` Parameter [AttributeConfig](API_AttributeConfig.md) der CreateAutoPredictor Operation festlegen. Die folgenden Tabellen zeigen ein Beispiel für eine Aggregation für eine stündliche Prognosefrequenz unter Verwendung der Standardzeitgrenze: Jede Stunde beginnt am Anfang der Stunde. **Vor der Transformation** | Zeit | Daten | Stundenanfang | | --- | --- | --- | | 2018-03-03 01:00:00 | 100 | Ja | | 2018-03-03 02:20:00 | 50 | Nein | | 2018-03-03 02:45:00 | 20 | Nein | | 2018-03-03 04:00:00 | 120 | Ja | **Post-Transformation** | Zeit | Daten | Hinweise | | --- | --- | --- | | 2018-03-03 01:00:00 | 100 | | | 2018-03-03 02:00:00 | 70 | Summe der Werte zwischen 02:00:00 und 02:59:59 (50\$120) | | 2018-03-03 03:00:00 | Leer | Keine Werte zwischen 03:00:00 und 03:59:59 | | 2018-03-03 04:00:00 | 120 | | Die folgende Abbildung zeigt, wie Forecast Daten so transformiert, dass sie der standardmäßigen wöchentlichen Zeitgrenze entsprechen. ![\[Raw sales data points transformed into a smooth demand time series curve over weekly intervals.\]](http://docs.aws.amazon.com/de_de/forecast/latest/dg/images/data-alignment.png) ## Zeitgrenzen Zeitgrenzen geben den Beginn einer Zeiteinheit an, z. B. den Tag, an dem eine Woche beginnt. Bevor Sie Ihre Daten aggregieren, gleicht Amazon Forecast die Daten anhand der Zeiteinheit Ihrer Prognosefrequenz ab. Dies geschieht auf der Grundlage der Beziehung der Daten zu einer Zeitgrenze. Wenn Sie beispielsweise eine tägliche Prognosefrequenz angeben, aber nicht Ihre eigene Zeitgrenze, richtet Forecast jeden stündlichen Datensatz auf der Grundlage des Tages aus, zu dem er gehört. Jeder Tag beginnt um 0 Uhr. Die Definition, wann der Tag beginnt, 0 Stunden, ist die Zeitgrenze. Dann fasst Forecast die stündlichen Aufzeichnungen zu einem einzigen Datensatz für diesen Tag zusammen. Forecast verwendet eine Standardzeitgrenze, die auf der Zeiteinheit Ihrer Prognosefrequenz basiert. Wenn Sie einen auto Prädiktor erstellen, können Sie eine benutzerdefinierte Zeitgrenze angeben. Wenn Sie sowohl eine benutzerdefinierte Zeitgrenze als auch eine benutzerdefinierte Prognosefrequenz angeben, aggregiert Forecast Ihre Daten innerhalb der Prognosefrequenz und richtet sie an der benutzerdefinierten Zeitgrenze aus. Die Prognosefrequenz bestimmt, wie oft die Daten aggregiert werden, während die benutzerdefinierte Zeitgrenze bestimmt, wo sich die Ausrichtung befindet. Nehmen wir zum Beispiel an, dass Ihre Daten täglich erfasst werden und Sie möchten, dass Amazon Forecast für ein Jahr am 15. des Monats vierteljährliche Prognosen generiert. Stellen Sie dazu die Prognosefrequenz auf alle 3 Monate und die benutzerdefinierte Zeitgrenze auf 15 ein. Sehen Sie sich das folgende AWS Command Line Interface Beispiel an. ``` aws forecast create-predictor \ --predictor-name predictor_name \ --data-config DatasetGroupArn="arn:aws:forecast:region:account:dataset-group/datasetGroupName" \ --forecast-horizon 4 \ --forecast-frequency 3M \ --time-alignment-boundary DayOfMonth=15 ``` In diesem Beispiel werden alle täglichen Daten auf den 15. jedes dritten Monats summiert (Standardaggregation). Beachten Sie, dass für diese Aggregation keine täglichen Daten erforderlich sind, sondern dass die Daten lediglich monatlich oder häufiger erfasst werden. **Topics** + [Standard-Zeitgrenzen](#default-time-boundaries) + [Angabe einer Zeitgrenze](#specifying-time-boundary) ### Standard-Zeitgrenzen In der folgenden Tabelle sind die standardmäßigen Zeitausrichtungsgrenzen aufgeführt, die Forecast beim Aggregieren von Daten verwendet. | Häufigkeit | Grenze | | --- | --- | | Minute | Letzter Minutenanfang (45:00, 06:00) | | Stunde | Letzter Stundenanfang (09:00:00, 13:00:00) | | Tag | Erste Stunde des Tages (Stunde 0) | | Woche | Letzter Montag | | Monat | Erster Tag des Monats | | Jahr | Erster Tag des Jahres (1. Januar) | ### Angabe einer Zeitgrenze **Anmerkung** Sie können nur eine Zeitgrenze für einen auto Prädiktor angeben. Wenn Sie einen auto Prädiktor mit einer täglichen, wöchentlichen, monatlichen oder jährlichen Prognosefrequenz erstellen, können Sie die Zeitgrenze angeben, die Forecast zum Aggregieren von Daten verwendet. Sie können eine Zeitgrenze angeben, wenn Ihr Geschäftskalender nicht mit den Standardzeitgrenzen übereinstimmt. Beispielsweise möchten Sie möglicherweise monatliche Prognosen erstellen, bei denen jeder Monat am dritten Tag des Monats beginnt. Wenn Sie keine Zeitgrenze angeben, verwendet Forecast eine Reihe von[Standard-Zeitgrenzen](#default-time-boundaries). Die von Ihnen angegebene Zeitgrenzeinheit muss eine Einheit feiner sein als Ihre Prognosefrequenz. In der folgenden Tabelle sind die Zeitgrenzeinheit und die Werte, die Sie angeben können, nach Prognosehäufigkeit geordnet aufgeführt. Sie können nur eine `Monthly` Zeitgrenze mit einem Grenzwert von `28` oder weniger angeben. | Einheit für die Prognosefrequenz | Grenzeinheit | Grenzwerte | | --- | --- | --- | | Täglich | Stunde | 0–23 | | Wöchentlich | Wochentag | Montag bis Sonntag | | Monatlich | Tag des Monats | 1 bis 28 | | Jährlich | Monat | Januar bis Dezember | Sie geben eine zeitliche Ausrichtungsgrenze an, wenn Sie einen Prädiktor wie folgt erstellen. Informationen zu den verschiedenen Zeitgrenzeinheiten und Grenzwerten, die Sie programmgesteuert angeben können, finden Sie unter. [TimeAlignmentBoundary](API_TimeAlignmentBoundary.md) ------ #### [ Console ] **** **So geben Sie eine zeitliche Ausrichtungsgrenze für einen Prädiktor an** 1. Melden Sie sich bei der an AWS-Managementkonsole und öffnen Sie die Amazon Forecast-Konsole unter [https://console.aws.amazon.com/forecast/](https://console.aws.amazon.com/forecast/). 1. Wählen Sie **unter Datensatzgruppen** Ihre Datensatzgruppe aus. 1. Wählen Sie im Navigationsbereich **Prädiktoren** aus. 1. Wählen Sie **Neuen Prädiktor trainieren** aus. 1. Geben Sie Werte für die obligatorischen Felder **Name**, **Prognosefrequenz** und **Prognosehorizont** ein. 1. Geben Sie **unter Zeitausrichtungsgrenze** die Zeitgrenze an, die der Prädiktor bei der Aggregation Ihrer Daten verwenden soll. Die Werte in dieser Liste hängen von der ausgewählten **Prognosefrequenz** ab. 1. Wählen Sie **Starten**. Forecast aggregiert Daten anhand der Zeitausrichtungsgrenze, die Sie bei der Erstellung Ihres Prädiktors angeben. ------ #### [ AWS CLI ] Verwenden Sie den Befehl, um eine zeitliche Ausrichtungsgrenze für einen Prädiktor mit dem AWS CLI anzugeben. `create-predictor` Geben Sie für den `time-alignment-boundary` Parameter die Zeiteinheit und den Grenzwert an. Der folgende Code erstellt einen auto Prädiktor, der Vorhersagen für 5 Wochen in der future macht, wobei jede Woche an einem Dienstag beginnt. `DayOfWeek`und die `DayOfMonth` Werte müssen ausschließlich in Großbuchstaben geschrieben werden. Informationen zu den verschiedenen Zeitgrenzeinheiten und Grenzwerten, die Sie angeben können, finden Sie unter[TimeAlignmentBoundary](API_TimeAlignmentBoundary.md). Informationen zu erforderlichen und optionalen Parametern finden Sie unter[CreateAutoPredictor](API_CreateAutoPredictor.md). ``` aws forecast create-predictor \ --predictor-name predictor_name \ --data-config DatasetGroupArn="arn:aws:forecast:region:account:dataset-group/datasetGroupName" \ --forecast-horizon 5 \ --forecast-frequency W \ --time-alignment-boundary DayOfWeek=TUESDAY ``` ------ #### [ Python ] Verwenden Sie die Methode, um mit dem SDK for Python (Boto3) eine zeitliche Ausrichtungsgrenze für einen Prädiktor anzugeben. `create_auto_predictor` Geben Sie für den `TimeAlignmentBoundary` Parameter ein Wörterbuch mit der Zeiteinheit als Schlüssel und einem Grenzwert als Wert an. Der folgende Code erstellt einen auto Prädiktor, der Vorhersagen für 5 Wochen in der future macht, wobei jede Woche an einem Dienstag beginnt. `DayOfWeek`und die `DayOfMonth` Werte müssen ausschließlich in Großbuchstaben geschrieben werden. Informationen zu den verschiedenen Zeitgrenzeinheiten und Grenzwerten, die Sie angeben können, finden Sie unter[TimeAlignmentBoundary](API_TimeAlignmentBoundary.md). Informationen zu erforderlichen und optionalen Parametern finden Sie unter[CreateAutoPredictor](API_CreateAutoPredictor.md). ``` import boto3 forecast = boto3.client('forecast') create_predictor_response = forecast.create_auto_predictor( PredictorName = 'predictor_name', ForecastHorizon = 5, ForecastFrequency = 'W', DataConfig = { "DatasetGroupArn": "arn:aws:forecast:region:account:dataset-group/datasetGroupName" }, TimeAlignmentBoundary = { "DayOfWeek": "TUESDAY" } ) print(create_predictor_response['PredictorArn']) ``` ------ # Annahmen zur Datenaggregation Forecast geht nicht davon aus, dass Ihre Daten aus einer bestimmten Zeitzone stammen. Bei der Aggregierung von Zeitreihendaten werden jedoch die folgenden Annahmen gemacht: + Alle Daten stammen aus derselben Zeitzone. + Alle Prognosen befinden sich in derselben Zeitzone wie die Daten im Dataset. + Wenn Sie die [SupplementaryFeature](API_SupplementaryFeature.md)-Feiertag-Funktion im Parameter [InputDataConfig](API_InputDataConfig.md) für die Operation [CreatePredictor](API_CreatePredictor.md)-angeben, stammen die Eingabedaten aus demselben Land.