Memulai - Amazon Forecast
Siapkan InputPembersihan Sumber Daya

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.

Memulai

Untuk memulai menggunakan Amazon Forecast, lakukan hal berikut.

  • Buat dataset Forecast dan impor data pelatihan.

  • Buat prediktor Forecast, yang Anda gunakan menghasilkan perkiraan berdasarkan data deret waktu Anda. Forecast menerapkan kombinasi algoritme yang optimal untuk setiap rangkaian waktu dalam kumpulan data Anda.

  • Hasilkan perkiraan.

Dalam latihan ini, Anda menggunakan versi modifikasi dari kumpulan data penggunaan listrik yang tersedia untuk umum untuk melatih prediktor. Untuk informasi selengkapnya, lihat Kumpulan DataElectricityLoadDiagrams 20112014. Berikut ini adalah baris sampel dari set data:

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

Untuk latihan ini, Anda menggunakan dataset untuk melatih prediktor, dan kemudian memprediksi penggunaan listrik per jam oleh klien.

Anda dapat menggunakan konsol Forecast atauAWS Command Line Interface (AWS CLI) untuk latihan ini. Perhatikan wilayah default konsol Amazon Forecast, dan Amazon Forecast SDKAWS CLI, karena sumber daya Amazon Forecast tidak dibagikan di seluruh wilayah.

penting

Sebelum memulai, pastikan bahwa Anda memilikiAkun AWS dan telah menginstalAWS CLI. Untuk informasi selengkapnya, lihat Mengatur. Kami juga merekomendasikan agar Anda meninjauCara Amazon Forecast.

Topik

Siapkan Input

Terlepas dari apakah Anda menggunakan konsol Amazon Forecast atauAWS Command Line Interface (AWS CLI) untuk menyiapkan proyek perkiraan, Anda perlu menyiapkan data input Anda. Untuk mempersiapkan data Anda, lakukan hal berikut:

  • Unduh data pelatihan untuk komputer Anda dan unggah ini ke bucket Amazon Simple Storage Service (Amazon S3) di bucket Amazon Simple Storage Service (Amazon S3) di bucket Amazon Simple Storage Service (Amazon S3)Akun AWS Untuk mengimpor data ke set data Amazon Forecast, Anda harus menyimpannya di bucket Amazon S3.

  • Buat IAM role AWS Identity and Access Management. Anda memberikan izin Amazon Forecast untuk mengakses bucket S3 Anda dengan IAM role dengan IAM role. Untuk informasi selengkapnya tentang peran IAM, lihat Peran IAM dalam Panduan Pengguna IAM.

Untuk mempersiapkan data pelatihan

  1. Unduh file zip, electricityusagedata.zip.

    Untuk latihan ini, Anda menggunakan versi modifikasi dari dataset konsumsi daya listrik rumah tangga individu. (Dua, D. dan Karra Taniskidou, E. (2017). Repositori Machine Learning UCI [http://archive.ics.uci.edu/ml]. Irvine, CA: Universitas California, Sekolah Informasi dan Ilmu Komputer.) Kami mengumpulkan data penggunaan per jam.

  2. Unzip konten dan simpan secara lokal sebagai electricityusagedata.csv.

  3. Unggah file data ke bucket S3.

    Untuk step-by-step petunjuk, lihat Mengunggah File dan Folder dengan Menggunakan Drag and Drop di Panduan Pengguna Amazon Simple Storage Service.

  4. Buatlah IAM role.

    Jika Anda ingin menggunakanAWS CLI untuk latihan Memulai, Anda harus membuat IAM role. Jika Anda menggunakan konsol, Anda dapat memilikinya untuk Anda. Untuk step-by-step instruksi, lihatMengatur Izin untuk Amazon Forecast.

Setelah Anda selesai mengunggah data ke Amazon S3, Anda siap menggunakan konsol Amazon Forecast atauAWS CLI untuk mengimpor data pelatihan, membuat prediktor, membuat perkiraan, dan melihat perkiraan.

Pembersihan Sumber Daya

Untuk menghindari biaya yang tidak perlu, hapus sumber daya yang Anda buat setelah selesai dengan latihan memulai. Untuk menghapus sumber daya, gunakan konsol Amazon Forecast atauDelete API dari SDK atauAWS Command Line Interface (AWS CLI). Misalnya, gunakanDeleteDataset API untuk menghapus dataset.

Untuk menghapus sumber daya, statusnya harusACTIVE,CREATE_FAILED, atauUPDATE_FAILED. Periksa status menggunakanDescribe API, misalnya,DescribeDataset.

Beberapa sumber daya harus dihapus sebelum yang lain, seperti yang ditunjukkan dalam tabel berikut. Proses ini dapat memakan waktu lama.

Untuk menghapus data latihan yang Anda unggah electricityusagedata.csv, lihat Bagaimana Cara Menghapus Objek dari Bucket S3? .

Sumber Daya untuk Dihapus Hapus Ini Pertama Catatan
ForecastExportJob
Forecast Anda tidak dapat menghapus prakiraan saat sedang diekspor. Setelah perkiraan dihapus, Anda tidak dapat lagi menanyakan perkiraan.
Predictor Semua perkiraan terkait.
DatasetImportJob Tidak dapat dihapus.
Dataset

SemuaDatasetImportJob s yang menargetkan dataset juga dihapus.

Anda tidak dapat menghapusDataset yang digunakan oleh prediktor.
DatasetSchema Semua dataset yang mereferensikan skema.
DatasetGroup

Semua prediktor terkait

Semua perkiraan terkait.

Semua dataset dalam kelompok dataset.

Anda tidak dapat menghapusDatasetGroup yang berisiDataset digunakan oleh prediktor.