Amazon Forecast tidak lagi tersedia untuk pelanggan baru. Pelanggan Amazon Forecast yang ada dapat terus menggunakan layanan seperti biasa. [Pelajari lebih lanjut” ](https://aws.amazon.com/blogs/machine-learning/transition-your-amazon-forecast-usage-to-amazon-sagemaker-canvas/)
Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
# Mengimpor Kumpulan Data
*Kumpulan data * berisi data yang digunakan untuk melatih [ predik ](howitworks-predictor.md) tor. Anda membuat satu atau beberapa kumpulan data Amazon Forecast dan mengimpor data pelatihan Anda ke dalamnya. Grup * dataset * adalah kumpulan kumpulan data pelengkap yang merinci serangkaian parameter yang berubah selama serangkaian waktu. Setelah membuat grup dataset, Anda menggunakannya untuk melatih prediktor.
Setiap grup dataset dapat memiliki hingga tiga kumpulan data, satu dari setiap [ jenis ](#howitworks-dataset-domainstypes) dataset: deret waktu target, deret waktu terkait, dan metadata item.
Untuk membuat dan mengelola kumpulan data Prakiraan dan grup dataset, Anda dapat menggunakan konsol Prakiraan, AWS Command Line Interface (AWS CLI), atau AWS SDK.
Misalnya kumpulan data Prakiraan, lihat GitHub repositori [ Sam ](https://github.com/aws-samples/amazon-forecast-samples) pel Prakiraan Amazon.
**Topics**
+ [Set data](#howitworks-dataset)
+ [Grup Dataset](#howitworks-datasetgroup)
+ [Menyelesaikan Konflik dalam Frekuensi Pengumpulan Data](#howitworks-data-alignment)
+ [Menggunakan Kumpulan Data Seri Waktu Terkait](related-time-series-datasets.md)
+ [Menggunakan Kumpulan Data Metadata Item](item-metadata-datasets.md)
+ [Domain Dataset yang telah ditetapkan dan Jenis Dataset](howitworks-domains-ds-types.md)
+ [Memperbarui Data](updating-data.md)
+ [Menangani Nilai yang Hilang](howitworks-missing-values.md)
+ [Pedoman Dataset untuk Prakiraan](dataset-import-guidelines-troubleshooting.md)
## Set data
Untuk membuat dan mengelola kumpulan data Prakiraan, Anda dapat menggunakan API Prakiraan, termasuk [DescribeDataset](API_DescribeDataset.md) operasi [CreateDataset](API_CreateDataset.md) dan. Untuk daftar lengkap API Prakiraan, lihat[Referensi API](api-reference.md).
Saat membuat dataset, Anda memberikan informasi, seperti berikut ini:
+ frequency/interval Di mana Anda mencatat data Anda. Misalnya, Anda dapat mengumpulkan dan mencatat penjualan item ritel setiap minggu. Dalam [Memulai](getting-started.md) latihan, Anda menggunakan listrik rata-rata yang digunakan per jam.
+ Format prediksi (*domain*) dan jenis dataset (dalam domain). Domain dataset menentukan jenis perkiraan yang ingin Anda lakukan, sementara jenis dataset membantu Anda mengatur data pelatihan ke dalam Forecast-friendly kategori.
+ *Skema dataset*. Skema memetakan header kolom dari dataset Anda. Misalnya, saat memantau permintaan, Anda mungkin telah mengumpulkan data per jam tentang penjualan item di beberapa toko. Dalam hal ini, skema Anda akan menentukan urutan, dari kiri ke kanan, di mana stempel waktu, lokasi, dan penjualan per jam muncul di file data pelatihan Anda. Skema juga menentukan tipe data setiap kolom, seperti `string` atau`integer`.
+ Geolokasi dan informasi zona waktu. Atribut geolokasi didefinisikan dalam skema dengan tipe `geolocation` atribut. Informasi zona waktu ditentukan dengan [ CreateDatasetImportJob ](API_CreateDatasetImportJob.md) operasi. Data geolokasi dan zona waktu harus disertakan untuk mengaktifkan Indeks Cu [ aca. ](weather.md)
Setiap kolom dalam dataset Prakiraan Anda mewakili * dimensi * atau * fitur perkiraan*. Dimensi perkiraan menggambarkan aspek data Anda yang tidak berubah dari waktu ke waktu, seperti `store` atau`location`. Fitur prakiraan mencakup parameter apa pun dalam data Anda yang bervariasi dari waktu ke waktu, seperti `price` atau`promotion`. Beberapa dimensi, seperti `timestamp` atau`itemId`, diperlukan dalam deret waktu target dan kumpulan data deret waktu terkait.
### Domain Dataset dan Jenis Dataset
Saat Anda membuat dataset Prakiraan, Anda memilih domain dan jenis dataset. Prakiraan menyediakan domain untuk sejumlah kasus penggunaan, seperti memperkirakan permintaan ritel atau lalu lintas web. Anda juga dapat membuat domain khusus. Untuk daftar lengkap domain Prakiraan, lihat[Domain Dataset yang telah ditetapkan dan Jenis Dataset](howitworks-domains-ds-types.md).
Dalam setiap domain, pengguna Prakiraan dapat menentukan jenis kumpulan data berikut:
+ Dataset deret waktu target (wajib) — Gunakan jenis kumpulan data ini jika data pelatihan Anda adalah deret waktu * dan * mencakup bidang yang ingin Anda buat prakiraannya. Bidang ini disebut bidang * target*.
+ Dataset deret waktu terkait (opsional) — Pilih jenis kumpulan data ini jika data pelatihan Anda adalah deret waktu, tetapi * tidak * menyertakan bidang target. Misalnya, jika Anda memperkirakan permintaan item, kumpulan data deret waktu terkait `price` mungkin memiliki bidang, tetapi tidak`demand`.
+ Dataset metadata item (opsional) — Pilih jenis kumpulan data ini jika data pelatihan Anda * * bukan data deret waktu, tetapi menyertakan informasi metadata tentang item dalam deret waktu target atau kumpulan data deret waktu terkait. Misalnya, jika Anda memperkirakan permintaan item, kumpulan data metadata item mungkin memiliki `color` atau `brand` sebagai dimensi.
Prakiraan hanya mempertimbangkan data yang disediakan oleh jenis kumpulan data metadata item saat Anda menggunakan algoritma [ CNN-QR ](aws-forecast-algo-cnnqr.md) atau [ DeePar\+](aws-forecast-recipe-deeparplus.md).
Metadata item sangat berguna dalam skenario perkiraan coldstart, di mana Anda memiliki sedikit data historis langsung yang dapat digunakan untuk membuat prediksi, tetapi memiliki data historis pada item dengan atribut metadata serupa. Saat Anda menyertakan metadata item, Forecast membuat perkiraan coldstart berdasarkan deret waktu serupa, yang dapat membuat perkiraan yang lebih akurat.
Bergantung pada informasi dalam data pelatihan Anda dan apa yang ingin Anda prediksi, Anda dapat membuat lebih dari satu kumpulan data.
Misalnya, Anda ingin membuat perkiraan permintaan barang ritel, seperti sepatu dan kaus kaki. Anda dapat membuat kumpulan data berikut di domain RETAIL:
+ Dataset deret waktu target — Termasuk data permintaan deret waktu historis untuk item ritel (`item_id`,`timestamp`, dan bidang target`demand`). Karena menunjuk bidang target yang ingin Anda prediksi, Anda harus memiliki setidaknya satu dataset deret waktu target dalam grup dataset.
Anda juga dapat menambahkan hingga sepuluh dimensi lain ke dataset deret waktu target. Jika Anda hanya menyertakan kumpulan data deret waktu target dalam grup dataset Anda, Anda dapat membuat perkiraan pada tingkat item atau tingkat perincian dimensi perkiraan saja. Untuk informasi selengkapnya, lihat [CreatePredictor](API_CreatePredictor.md).
+ Dataset deret waktu terkait — Termasuk data deret waktu historis selain bidang target, seperti `price` atau`revenue`. Karena data deret waktu terkait harus dapat dipetakan ke target data deret waktu, setiap dataset deret waktu terkait harus berisi bidang pengenal yang sama. Dalam domain RETAIL, ini akan menjadi `item_id` dan`timestamp`.
Dataset deret waktu terkait mungkin berisi data yang menyempurnakan perkiraan yang dibuat dari kumpulan data deret waktu target Anda. Misalnya, Anda dapat menyertakan `price` data dalam kumpulan data deret waktu terkait pada tanggal mendatang yang ingin Anda hasilkan perkiraan. Dengan cara ini, Forecast dapat membuat prediksi dengan dimensi konteks tambahan. Untuk informasi selengkapnya, lihat [Menggunakan Kumpulan Data Seri Waktu Terkait](related-time-series-datasets.md).
+ Dataset metadata item — Termasuk metadata untuk item ritel. Contoh metadata meliputi`brand`,`category`,`color`, dan`genre`.
**Contoh Dataset dengan Dimensi Prakiraan **
Melanjutkan dengan contoh sebelumnya, bayangkan Anda ingin memperkirakan permintaan sepatu dan kaus kaki berdasarkan penjualan toko sebelumnya. Dalam dataset deret waktu target berikut, `store` adalah dimensi perkiraan deret waktu, `demand` sedangkan bidang target. Kaus kaki dijual di dua lokasi toko (NYC dan SFO), dan sepatu hanya dijual di ORD.
Tiga baris pertama dari tabel ini berisi data penjualan pertama yang tersedia untuk toko NYC, SFO, dan ORD. Tiga baris terakhir berisi data penjualan terakhir yang direkam untuk setiap toko. Bar `...` is mewakili semua data penjualan item yang dicatat antara entri pertama dan terakhir.
timestamp | item_id | store | demand |
|---|
2019-01-01 | socks | NYC | 25 |
2019-01-05 | socks | SFO | 45 |
2019-02-01 | shoes | ORD | 10 |
... |
2019-06-01 | socks | NYC | 100 |
2019-06-05 | socks | SFO | 5 |
2019-07-01 | shoes | ORD | 50 |
### Skema Dataset
Setiap dataset memerlukan skema, pemetaan JSON yang disediakan pengguna dari bidang dalam data pelatihan Anda. Di sinilah Anda mencantumkan dimensi dan fitur yang diperlukan dan opsional yang ingin Anda sertakan dalam kumpulan data Anda.
Jika dataset Anda menyertakan atribut geolokasi, tentukan atribut dalam skema dengan jenis `geolocation` atribut. Untuk informasi selengkapnya, lihat Men [ ambahkan informasi ](weather.md#adding-geolocation) Geolokasi. Untuk menerapkan Indeks Cu [ aca](weather.md), Anda harus menyertakan atribut geolokasi dalam deret waktu target Anda dan kumpulan data deret waktu terkait.
Beberapa domain memiliki dimensi opsional yang kami sarankan untuk disertakan. Dimensi opsional tercantum dalam deskripsi setiap domain nanti dalam panduan ini. Sebagai contoh, lihat [Domain RETAIL](retail-domain.md). Semua dimensi opsional mengambil tipe data`string`.
Skema diperlukan untuk setiap dataset. Berikut ini adalah skema yang menyertainya untuk contoh dataset deret waktu target di atas.
```
{
"attributes": [
{
"AttributeName": "timestamp",
"AttributeType": "timestamp"
},
{
"AttributeName": "item_id",
"AttributeType": "string"
},
{
"AttributeName": "store",
"AttributeType": "string"
},
{
"AttributeName": "demand",
"AttributeType": "float"
}
]
}
```
Saat Anda mengunggah data pelatihan Anda ke dataset yang menggunakan skema ini, Prakiraan mengasumsikan bahwa `item_id` bidang tersebut adalah kolom 1, bidang adalah kolom 2, `store` bidang adalah kolom 3, dan `demand` bidang, * bidang * target, adalah kolom 4. `timestamp`
Untuk tipe dataset deret waktu terkait, semua fitur terkait harus memiliki tipe atribut float atau integer. Untuk tipe dataset metadata item, semua fitur harus memiliki tipe atribut string. Untuk informasi selengkapnya, lihat [SchemaAttribute](API_SchemaAttribute.md).
**catatan**
Sebuah `attributeName` dan `attributeType` pair diperlukan untuk setiap kolom dalam dataset. Prakiraan menyimpan sejumlah nama yang tidak dapat digunakan sebagai nama atribut skema. Untuk daftar nama yang dicadangkan, lihat[Nama Bidang Cadangan](reserved-field-names.md).
## Grup Dataset
Grup * dataset * adalah kumpulan satu hingga tiga kumpulan data gratis, satu dari setiap jenis dataset. Anda mengimpor kumpulan data ke grup dataset, lalu menggunakan grup dataset untuk melatih prediktor.
Prakiraan mencakup operasi berikut untuk membuat grup dataset dan menambahkan kumpulan data ke dalamnya:
+ [CreateDatasetGroup](API_CreateDatasetGroup.md)
+ [UpdateDatasetGroup](API_UpdateDatasetGroup.md)
## Menyelesaikan Konflik dalam Frekuensi Pengumpulan Data
Prakiraan dapat melatih prediktor dengan data yang tidak selaras dengan frekuensi data yang Anda tentukan dalam [CreateDataset](API_CreateDataset.md) operasi. Misalnya, Anda dapat mengimpor data yang direkam dalam interval per jam meskipun beberapa data tidak diberi stempel waktu di bagian atas jam (02:20, 02:45). Prakiraan menggunakan frekuensi data yang Anda tentukan untuk mempelajari data Anda. Kemudian Forecast mengumpulkan data selama pelatihan prediktor. Untuk mengetahui informasi selengkapnya, lihat [Agregasi data untuk frekuensi perkiraan yang berbeda](data-aggregation.md).