FeaturizationConfig - Amazon Forecast
Daftar IsiLihat Juga

Amazon Forecast tidak lagi tersedia untuk pelanggan baru. Pelanggan Amazon Forecast yang ada dapat terus menggunakan layanan seperti biasa. Pelajari lebih lanjut”

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

FeaturizationConfig

catatan

Objek ini milik CreatePredictor operasi. Jika Anda membuat prediktor Anda denganCreateAutoPredictor, lihatAttributeConfig.

Dalam sebuah CreatePredictor operasi, algoritma yang ditentukan melatih model menggunakan grup dataset yang ditentukan. Anda dapat secara opsional memberi tahu operasi untuk memodifikasi bidang data sebelum melatih model. Modifikasi ini disebut sebagai featurisasi.

Anda mendefinisikan featurisasi menggunakan objek. FeaturizationConfig Anda menentukan array transformasi, satu untuk setiap bidang yang ingin Anda featurisasi. Anda kemudian memasukkan FeaturizationConfig objek dalam CreatePredictor permintaan Anda. Amazon Forecast menerapkan featurisasi ke TARGET_TIME_SERIES dan RELATED_TIME_SERIES kumpulan data sebelum pelatihan model.

Anda dapat membuat beberapa konfigurasi featurisasi. Misalnya, Anda mungkin memanggil CreatePredictor operasi dua kali dengan menentukan konfigurasi featurisasi yang berbeda.

Daftar Isi

ForecastFrequency

Frekuensi prediksi dalam perkiraan.

Interval yang valid adalah bilangan bulat diikuti oleh Y (Tahun), M (Bulan), W (Minggu), D (Hari), H (Jam), dan min (Menit). Misalnya, “1D” menunjukkan setiap hari dan “15 menit” menunjukkan setiap 15 menit. Anda tidak dapat menentukan nilai yang akan tumpang tindih dengan frekuensi yang lebih besar berikutnya. Itu berarti, misalnya, Anda tidak dapat menentukan frekuensi 60 menit, karena itu setara dengan 1 jam. Nilai yang valid untuk setiap frekuensi adalah sebagai berikut:

  • Menit - 1-59

  • Jam - 1-23

  • Hari - 1-6

  • Minggu - 1-4

  • Bulan - 1-11

  • Tahun - 1

Jadi, jika Anda ingin setiap prakiraan minggu lainnya, tentukan “2W”. Atau, jika Anda ingin perkiraan triwulanan, Anda menentukan “3M”.

Frekuensi harus lebih besar dari atau sama dengan frekuensi dataset TARGET_TIME_SERIES.

Ketika dataset RELATED_TIME_SERIES disediakan, frekuensi harus sama dengan frekuensi dataset TARGET_TIME_SERIES.

Jenis: String

Batasan Panjang: Panjang minimum 1. Panjang maksimum 5.

Pola: ^Y|M|W|D|H|30min|15min|10min|5min|1min$

Wajib: Ya

Featurizations

Sebuah array informasi featurisasi (transformasi) untuk bidang dataset.

Tipe: Array objek Featurization

Anggota Array: Jumlah minimum 1 item. Jumlah maksimum 50 item.

Wajib: Tidak

ForecastDimensions

Array nama dimensi (bidang) yang menentukan cara mengelompokkan perkiraan yang dihasilkan.

Misalnya, misalkan Anda menghasilkan perkiraan untuk penjualan barang di semua toko Anda, dan kumpulan data Anda berisi store_id bidang. Jika Anda ingin perkiraan penjualan untuk setiap item berdasarkan toko, Anda akan menentukan store_id sebagai dimensi.

Semua dimensi perkiraan yang ditentukan dalam TARGET_TIME_SERIES kumpulan data tidak perlu ditentukan dalam CreatePredictor permintaan. Semua dimensi perkiraan yang ditentukan dalam RELATED_TIME_SERIES kumpulan data harus ditentukan dalam CreatePredictor permintaan.

Tipe: Array string

Anggota Array: Jumlah minimum 1 item. Jumlah maksimum 10 item.

Batasan Panjang: Panjang minimum 1. Panjang maksimum 63.

Pola: ^[a-zA-Z][a-zA-Z0-9_]*

Diperlukan: Tidak

Lihat Juga

Untuk informasi selengkapnya tentang penggunaan API ini di salah satu AWS SDK khusus bahasa, lihat berikut ini: