Amazon Forecast n'est plus disponible pour les nouveaux clients. Les clients existants d'Amazon Forecast peuvent continuer à utiliser le service normalement. En savoir plus »
Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Démarrage
Pour commencer à utiliser Amazon Forecast, vous devez procéder comme suit :
-
Créez un jeu de données Forecast et importez des données d'entraînement.
-
Créez un prédicteur Forecast, que vous utiliserez pour générer des prévisions basées sur les données de vos séries chronologiques. Forecast applique la combinaison optimale d'algorithmes à chaque série chronologique de vos ensembles de données.
-
Générez une prévision.
Dans cet exercice, vous allez utiliser une version modifiée d'un ensemble de données sur la consommation d'électricité accessible au public pour entraîner un prédicteur. Pour plus d'informations, voir Ensemble de données ElectricityLoadDiagrams 20112014
2014-01-01 01:00:00, 2.53807106598985, client_0 2014-01-01 01:00:00, 23.648648648648624, client_1 2014-01-01 02:00:00, 9.648648648612345, client_0
Dans le cadre de cet exercice, vous utilisez l'ensemble de données pour former un prédicteur, puis donner une prévision sur la consommation d'électricité à l'heure par client.
Vous pouvez utiliser la console Forecast ou le AWS Command Line Interface (AWS CLI) pour cet exercice. Faites attention aux régions par défaut de la console Amazon Forecast, le AWS CLI, et Amazon Forecast SDKs, car les ressources Amazon Forecast ne sont pas partagées entre les régions.
Important
Avant de commencer, assurez-vous que vous disposez d'un Compte AWS et que vous avez installé le AWS CLI. Pour de plus amples informations, veuillez consulter Configuration. Nous vous recommandons également de revoir Fonctionnement d'Amazon Forecast.
Rubriques
Préparation des données d'entrée
Que vous utilisiez la console Amazon Forecast ou le AWS Command Line Interface (AWS CLI) pour configurer un projet de prévision, vous devez configurer vos données d'entrée. Pour préparer vos données, vous effectuez les opérations suivantes :
-
Téléchargez les données d'entraînement sur votre ordinateur et chargez-les dans un compartiment Amazon Simple Storage Service (Amazon S3) situé dans votre. Compte AWS Pour importer vos données dans un jeu de données Amazon Forecast, vous devez les stocker dans un compartiment Amazon S3.
-
Créez un rôle AWS Identity and Access Management (IAM). Vous autorisez Amazon Forecast à accéder à votre compartiment S3 avec le rôle IAM. Pour plus d’informations sur les rôles IAM, consultez Rôles IAM dans le Guide de l’utilisateur IAM.
Pour préparer des données de formation
-
Téléchargez le fichier zip, electricityusagedata.zip.
Pour cet exercice, vous allez utiliser une version modifiée de l'ensemble de données sur la consommation électrique des ménages individuels. (Dua, D. et Karra Taniskidou, E. (2017). Référentiel UCI Machine Learning [http://archive.ics.uci.edu/ml
]. Irvine, Californie : Université de Californie, École d'information et d'informatique.) Nous regroupons les données de consommation à l'heure. -
Décompressez le contenu et enregistrez-le localement en tant que
electricityusagedata.csv. -
Chargez le fichier de données sur un compartiment S3.
Pour step-by-step obtenir des instructions, consultez la section Chargement de fichiers et de dossiers par glisser-déposer dans le guide de l'utilisateur d'Amazon Simple Storage Service.
-
Créez un rôle IAM.
Si vous souhaitez utiliser le AWS CLI pour l'exercice Getting Started, vous devez créer un rôle IAM. Si vous utilisez la console, elle peut créer le rôle à votre place. Pour step-by-step obtenir des instructions, voirConfiguration d'autorisations pour Amazon Forecast.
Une fois que vous avez fini de télécharger les données sur Amazon S3, vous êtes prêt à utiliser la console Amazon Forecast ou AWS CLI à importer des données d'entraînement, à créer un prédicteur, à générer une prévision et à consulter les prévisions.
Nettoyage des ressources
Pour éviter des frais inutiles, supprimez les ressources que vous avez créées lorsque vous avez terminé l'exercice de mise en route. Pour supprimer les ressources, utilisez la console Amazon Forecast SDKs ou le AWS Command Line Interface
(AWS CLI). Delete APIs Par exemple, utilisez l'API DeleteDataset pour supprimer un ensemble de données.
Pour supprimer une ressource, son statut doit être ACTIVE, CREATE_FAILED ou UPDATE_FAILED. Vérifiez l'état à l'aide Describe APIs, par exemple, deDescribeDataset.
Certaines ressources doivent être supprimées avant d'autres, comme illustré dans le tableau suivant. Ce processus peut prendre un certain temps.
Pour supprimer les données de formation que vous avez chargées, electricityusagedata.csv, consultez Comment supprimer des objets d'un compartiment S3 ?.
| Ressource à supprimer | Supprimer en premier | Remarques |
|---|---|---|
ForecastExportJob |
||
Forecast |
Vous ne pouvez pas supprimer une prévision pendant son exportation. Après la suppression d'une prévision, vous ne pouvez plus interroger la prévision. | |
Predictor |
Toutes les prévisions associées. | |
DatasetImportJob |
Ne peut pas être supprimée. | |
Dataset |
Tous les Vous ne pouvez pas supprimer un |
|
DatasetSchema |
Tous les ensembles de données qui référencent le schéma. | |
DatasetGroup |
Tous les prédicteurs associés Toutes les prévisions associées.Tous les ensembles de données du groupe d'ensembles de données. |
Vous ne pouvez pas supprimer un |
