Peramalan bertenaga ML - Amazon QuickSight
ParameterOutput komputasi

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

Peramalan bertenaga ML

Perhitungan perkiraan yang didukung ML memperkirakan metrik masa depan berdasarkan pola metrik sebelumnya berdasarkan musim. Misalnya, Anda dapat membuat perhitungan untuk memperkirakan total pendapatan selama enam bulan ke depan.

Untuk menggunakan fungsi ini, Anda memerlukan setidaknya satu dimensi di bidang Waktu dengan baik.

Untuk informasi selengkapnya tentang bekerja dengan prakiraan, lihatMeramalkan dan membuat skenario bagaimana-jika dengan Amazon QuickSight.

Parameter

name

Nama deskriptif unik yang Anda tetapkan atau ubah. Nama diberikan jika Anda tidak membuat nama Anda sendiri. Anda dapat mengedit ini nanti.

Tanggal

Dimensi tanggal yang ingin Anda rangking.

Nilai

Ukuran agregat yang menjadi dasar perhitungan.

Periode ke depan

Jumlah periode waktu di masa depan yang ingin Anda perkirakan. Rentang dari 1 hingga 1.000.

Periode mundur

Jumlah periode waktu di masa lalu yang Anda inginkan untuk mendasarkan perkiraan Anda. Rentang dari 0 hingga 1.000.

Musiman

Jumlah musim yang termasuk dalam tahun kalender. Pengaturan default, otomatis mendeteksi ini untuk Anda. Rentang dari 1 hingga 180.

Output komputasi

Setiap fungsi menghasilkan satu set parameter output. Anda dapat menambahkan output ini ke autonarrative untuk menyesuaikan apa yang ditampilkan. Anda juga dapat menambahkan teks kustom Anda sendiri.

Untuk menemukan parameter output, buka tab Komputasi di sebelah kanan, dan temukan komputasi yang ingin Anda gunakan. Nama-nama perhitungan berasal dari nama yang Anda berikan saat Anda membuat wawasan. Pilih parameter output dengan mengkliknya hanya sekali. Jika Anda mengklik dua kali, Anda menambahkan output yang sama dua kali. Item yang ditampilkan dalam huruf tebal dapat digunakan dalam narasi.

  • timeFieldDari lapangan Waktu dengan baik.

    • name— Nama tampilan bidang yang diformat.

    • timeGranularity— Perincian bidang waktu (HARI, TAHUN, dan sebagainya).

  • metricField— Dari bidang Nilai dengan baik.

    • name— Nama tampilan bidang yang diformat.

    • aggregationFunction— Agregasi yang digunakan untuk metrik (SUM, AVG, dan sebagainya).

  • metricValue— Nilai dalam dimensi metrik.

    • valueNilai mentah.

    • formattedValue— Nilai yang diformat oleh bidang metrik.

    • formattedAbsoluteValue— Nilai absolut diformat oleh bidang metrik.

  • timeValue— Nilai dalam dimensi tanggal.

    • valueNilai mentah.

    • formattedValue— Nilai yang diformat oleh bidang tanggal.

  • relativePeriodsToForecast— Jumlah relatif periode antara catatan datetime terbaru dan catatan perkiraan terakhir.