Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Importación de conjuntos de datos

Losconjuntos de datos contienen los datos utilizados para entrenar un predictor. Debe crear uno o más conjuntos de datos de Amazon Forecast y, a continuación, importar en ellos los datos de entrenamiento. Un grupo de conjuntos de datos es una colección de conjuntos de datos complementarios que detallan un conjunto de parámetros cambiantes durante un período de tiempo. Después de crear un grupo de conjuntos de datos, puede utilizarlo para entrenar un predictor.

Cada grupo de conjuntos de datos puede tener hasta tres conjuntos de datos, uno de cada tipo de conjunto de datos: serie temporal de destino, serie temporal relacionada y metadatos de artículo.

Para crear y administrar conjuntos de datos y grupos de conjuntos de datos de Forecast, puede usar la consola Forecast, AWS Command Line Interface (AWS CLI) o el AWS SDK.

Para ver, por ejemplo, conjuntos de datos de Forecast, consulte el GitHubrepositorio de muestras de Amazon Forecast.

Conjuntos de datos

Para crear y administrar conjuntos de datos de Forecast, puede utilizar las API de Forecast, incluidas las operaciones CreateDataset y DescribeDataset. Para ver una lista completa de las API de Forecast, consulte Referencia de la API.

Al crear un conjunto de datos, debe proporcionar información, como la siguiente:

Cada columna del conjunto de datos de Forecast representa una dimensión o una característica de previsión. Las dimensiones de previsión describen los aspectos de los datos que no cambian con el tiempo, como store o location. Las funciones de previsión incluyen cualquier parámetro de los datos que varía con el tiempo, como price o promotion. Algunas dimensiones, como timestamp o itemId, son necesarias en los conjuntos de datos de serie temporal de destino y serie temporal relacionada.

Dominios de conjunto de datos y tipos de conjunto de datos

Cuando crea un conjunto de datos de Forecast, elige un dominio y un tipo de conjunto de datos. Forecast proporciona dominios para una serie de casos de uso, como la previsión de la demanda minorista o el tráfico web. También puede crear un dominio personalizado. Para obtener una lista completa de dominios de Forecast, consulte Tipos de conjunto de datos y dominios de conjunto de datos predefinidos.

Dentro de cada dominio, los usuarios de Forecast pueden especificar los siguientes tipos de conjuntos de datos:

En función de la información de los datos de entrenamiento y de lo que desee prever, es posible que cree más de un conjunto de datos.

Por ejemplo, supongamos que desea generar una previsión de la demanda de artículos de venta al por menor, como, por ejemplo, zapatos y calcetines. Es posible crear los siguientes conjuntos de datos en el dominio RETAIL:

Conjunto de datos de ejemplo con una dimensión de previsión

Siguiendo con el ejemplo anterior, imagine que desea prever la demanda de zapatos y calcetines en función de las ventas anteriores de una tienda. En el siguiente conjunto de datos de serie temporal de destino, store es una dimensión de previsión de serie temporal, mientras que demand es el campo de destino. Los calcetines se venden en dos ubicaciones de tiendas (NYC y SFO), y los zapatos solo se venden en ORD.

Las tres primeras filas de esta tabla contienen los primeros datos de ventas disponibles para los almacenes de NYC, SFO y ORD. Las tres últimas filas contienen los últimos datos de ventas registrados para cada tienda. La fila ... representa todos los datos de ventas de artículos registrados entre la primera y la última entrada.

Esquema de conjunto de datos

Todos los conjuntos de datos necesitan un esquema, una correspondencia proporcionada por el usuario en formato JSON de los campos de los datos de entrenamiento. Aquí es donde indica las dimensiones y funciones, tanto obligatorias como opcionales, que desea incluir en el conjunto de datos.

Si su conjunto de datos incluye un atributo de geolocalización, defina el atributo dentro del esquema con el tipo de atributo geolocation. Para obtener más información, consulte Cómo añadir información de geolocalización. Para aplicar el índice meteorológico, debe incluir un atributo de geolocalización en su serie temporal de destino y en cualquier conjunto de datos de series temporales relacionadas.

Algunos dominios tienen dimensiones opcionales que recomendamos incluir. Las dimensiones opcionales se enumeran en las descripciones de cada dominio más adelante en esta guía. Para ver un ejemplo, consulte Dominio RETAIL. Todas las dimensiones opcionales toman el tipo de datos string.

Se requiere un esquema para cada conjunto de datos. A continuación, se muestra el esquema asociado al conjunto de datos de series temporales de destino del ejemplo anterior.

{
     "attributes": [
        {
           "AttributeName": "timestamp",
           "AttributeType": "timestamp"
        },
        {
           "AttributeName": "item_id",
           "AttributeType": "string"
        },
        {
           "AttributeName": "store",
           "AttributeType": "string"
        },
        {
           "AttributeName": "demand",
           "AttributeType": "float"
        }
    ]
}

Cuando carga los datos de entrenamiento en el conjunto de datos que utiliza este esquema, Forecast presupone que el campo timestamp es la columna 1, que el campo item_id es la columna 2, que el campo store es la columna 3 y que el campo demand, el campo de destino, es la columna 4.

Para el tipo de conjunto de datos de serie temporal relacionada, todas las características relacionadas deben tener un tipo de atributo de valor flotante o entero. Para el tipo de conjunto de datos de metadatos de artículo, todas las características deben tener un tipo de atributo de cadena. Para obtener más información, consulte SchemaAttribute.

Grupos de conjuntos de datos

Un grupo de conjuntos de datos es una colección de uno a tres conjuntos de datos complementarios, uno de cada tipo. Puede importar conjuntos de datos a un grupo de conjuntos de datos y, a continuación, utilizar el grupo de conjuntos de datos para entrenar un predictor.

Forecast incluye las siguientes operaciones para crear grupos de conjuntos de datos y añadirles conjuntos de datos:

Resolución de conflictos en la frecuencia de recopilación de datos

Forecast puede entrenar predictores con datos que no se alinean con la frecuencia de datos que especifique en la operación CreateDataset. Por ejemplo, puede importar los datos registrados en intervalos de una hora aunque algunos de los datos no tengan una marca de tiempo al principio de la hora (02:20, 02:45). Forecast usa la frecuencia de datos que especifique para obtener información sobre sus datos. A continuación, Forecast agrega los datos durante el entrenamiento del predictor. Para más información, consulte Agregación de datos para distintas frecuencias de previsión.