Sintassi della richiesta Parametri della richiesta Sintassi della risposta Elementi di risposta Errori Vedi anche

CreatePredictor

Nota

Questa operazione crea un predittore legacy che non include tutte le funzionalità di predittore fornite da Amazon Forecast. Per creare un predittore compatibile con tutti gli aspetti di Forecast, usaCreateAutoPredictor.

Crea un predittore Amazon Forecast.

Importante

Amazon Forecast non è più disponibile per i nuovi clienti. I clienti esistenti di Amazon Forecast possono continuare a utilizzare il servizio normalmente. Scopri di più»

Nella richiesta, fornisci un gruppo di set di dati e specifica un algoritmo o lascia che Amazon Forecast scelga un algoritmo per te utilizzando AutoML. Se specifichi un algoritmo, puoi anche sovrascrivere gli iperparametri specifici dell'algoritmo.

Amazon Forecast utilizza l'algoritmo per addestrare un predittore utilizzando la versione più recente dei set di dati nel gruppo di set di dati specificato. È quindi possibile generare una previsione utilizzando l'operazione. CreateForecast

Per visualizzare i parametri di valutazione, utilizzare l'operazione GetAccuracyMetrics.

È possibile specificare una configurazione di feature per riempire e aggregare i campi di dati nel TARGET_TIME_SERIES set di dati per migliorare l'addestramento del modello. Per ulteriori informazioni, consulta FeaturizationConfig.

Per i SERIES set di dati RELATED TIME _ _, CreatePredictor verifica che il valore DataFrequency specificato al momento della creazione del set di dati corrisponda a. ForecastFrequency TARGETI SERIES set di dati TIME _ _ non hanno questa restrizione. Amazon Forecast verifica anche il formato del delimitatore e del timestamp. Per ulteriori informazioni, consulta Importazione di set di dati.

Per impostazione predefinita, i predittori vengono addestrati e valutati ai quantili 0,1 (P10), 0,5 (P50) e 0,9 (P90). Puoi scegliere tipi di previsione personalizzati per addestrare e valutare il tuo predittore impostando il. ForecastTypes

Automl

Se desideri che Amazon Forecast valuti ogni algoritmo e scelga quello che lo minimizzaobjective function, imposta suPerformAutoML. true objective functionÈ definita come la media delle perdite ponderate rispetto ai tipi di previsione. Per impostazione predefinita, si tratta delle perdite quantiliche p10, p50 e p90. Per ulteriori informazioni, consulta EvaluationResult.

Quando AutoML è abilitato, le seguenti proprietà non sono consentite:

AlgorithmArn
HPOConfig
PerformHPO
TrainingParameters

Per ottenere un elenco di tutti i tuoi predittori, usa l'operazione. ListPredictors

Nota

Prima di poter utilizzare il predittore per creare una previsione, è necessario che il Status predittore lo siaACTIVE, a indicare che l'allenamento è stato completato. Per ottenere lo stato, usa l'operazione. DescribePredictor

Sintassi della richiesta


{
   "AlgorithmArn": "string",
   "AutoMLOverrideStrategy": "string",
   "EncryptionConfig": { 
      "KMSKeyArn": "string",
      "RoleArn": "string"
   },
   "EvaluationParameters": { 
      "BackTestWindowOffset": number,
      "NumberOfBacktestWindows": number
   },
   "FeaturizationConfig": { 
      "Featurizations": [ 
         { 
            "AttributeName": "string",
            "FeaturizationPipeline": [ 
               { 
                  "FeaturizationMethodName": "string",
                  "FeaturizationMethodParameters": { 
                     "string" : "string" 
                  }
               }
            ]
         }
      ],
      "ForecastDimensions": [ "string" ],
      "ForecastFrequency": "string"
   },
   "ForecastHorizon": number,
   "ForecastTypes": [ "string" ],
   "HPOConfig": { 
      "ParameterRanges": { 
         "CategoricalParameterRanges": [ 
            { 
               "Name": "string",
               "Values": [ "string" ]
            }
         ],
         "ContinuousParameterRanges": [ 
            { 
               "MaxValue": number,
               "MinValue": number,
               "Name": "string",
               "ScalingType": "string"
            }
         ],
         "IntegerParameterRanges": [ 
            { 
               "MaxValue": number,
               "MinValue": number,
               "Name": "string",
               "ScalingType": "string"
            }
         ]
      }
   },
   "InputDataConfig": { 
      "DatasetGroupArn": "string",
      "SupplementaryFeatures": [ 
         { 
            "Name": "string",
            "Value": "string"
         }
      ]
   },
   "OptimizationMetric": "string",
   "PerformAutoML": boolean,
   "PerformHPO": boolean,
   "PredictorName": "string",
   "Tags": [ 
      { 
         "Key": "string",
         "Value": "string"
      }
   ],
   "TrainingParameters": { 
      "string" : "string" 
   }
}

Parametri della richiesta

La richiesta accetta i seguenti dati nel JSON formato.

AlgorithmArn

L'Amazon Resource Name (ARN) dell'algoritmo da utilizzare per l'addestramento dei modelli. Obbligatorio se non PerformAutoML è impostato sutrue.

Algoritmi supportati:

arn:aws:forecast:::algorithm/ARIMA
arn:aws:forecast:::algorithm/CNN-QR
arn:aws:forecast:::algorithm/Deep_AR_Plus
arn:aws:forecast:::algorithm/ETS
arn:aws:forecast:::algorithm/NPTS
arn:aws:forecast:::algorithm/Prophet

Tipo: stringa

Limitazioni di lunghezza: lunghezza massima di 256.

Modello: arn:([a-z\d-]+):forecast:.*:.*:.+

Campo obbligatorio: no

AutoMLOverrideStrategy

Nota

La strategia di override di LatencyOptimized AutoML è disponibile solo nella versione beta privata. Contatta AWS Support o il tuo account manager per ulteriori informazioni sui privilegi di accesso.

Utilizzato per ignorare la strategia AutoML predefinita, che consiste nell'ottimizzare la precisione dei predittori. Per applicare una strategia AutoML che riduca al minimo i tempi di formazione, usa. LatencyOptimized

Questo parametro è valido solo per i predittori addestrati utilizzando AutoML.

Tipo: stringa

Valori validi: LatencyOptimized | AccuracyOptimized

Campo obbligatorio: no

EncryptionConfig

Una chiave AWS Key Management Service (KMS) e il ruolo AWS Identity and Access Management (IAM) che Amazon Forecast può assumere per accedere alla chiave.

Tipo: oggetto EncryptionConfig

Campo obbligatorio: no

EvaluationParameters

Utilizzato per sovrascrivere i parametri di valutazione predefiniti dell'algoritmo specificato. Amazon Forecast valuta un predittore suddividendo un set di dati in dati di addestramento e dati di test. I parametri di valutazione definiscono come eseguire la suddivisione e il numero di iterazioni.

Tipo: oggetto EvaluationParameters

Campo obbligatorio: no

FeaturizationConfig

La configurazione della feature.

Tipo: oggetto FeaturizationConfig

Campo obbligatorio: sì

ForecastHorizon

Specifica il numero di fasi temporali che il modello è addestrato a prevedere. L'orizzonte di previsione è anche chiamato lunghezza della previsione.

Ad esempio, se si configura un set di dati per la raccolta giornaliera dei dati (utilizzando il DataFrequency parametro dell'CreateDatasetoperazione) e si imposta l'orizzonte di previsione su 10, il modello restituisce le previsioni per 10 giorni.

L'orizzonte di previsione massimo è il minore tra 500 fasi temporali o 1/3 della lunghezza del set di dati _ _. TARGET TIME SERIES

Tipo: integer

Campo obbligatorio: sì

ForecastTypes

Speciifica i tipi di previsione utilizzati per addestrare un predittore. È possibile specificare fino a cinque tipi di previsione. I tipi di previsione possono essere quantili da 0,01 a 0,99, con incrementi di 0,01 o superiori. Puoi anche specificare la previsione media conmean.

Il valore predefinito è ["0.10", "0.50", "0.9"].

Tipo: matrice di stringhe

Membri dell’array: numero minimo di 1 elemento. Numero massimo di 20 elementi.

Vincoli di lunghezza: lunghezza minima di 2. La lunghezza massima è 4 caratteri.

Modello: (^0?\.\d\d?$|^mean$)

Campo obbligatorio: no

HPOConfig

Fornisce valori di override degli iperparametri per l'algoritmo. Se non fornisci questo parametro, Amazon Forecast utilizza valori predefiniti. I singoli algoritmi specificano quali iperparametri supportano l'ottimizzazione degli iperparametri (). HPO Per ulteriori informazioni, consulta Algoritmi di Amazon Forecast.

Se hai incluso l'HPOConfigoggetto, devi PerformHPO impostarlo su true.

Tipo: oggetto HyperParameterTuningJobConfig

Campo obbligatorio: no

InputDataConfig

Descrive il gruppo di set di dati che contiene i dati da utilizzare per addestrare il predittore.

Tipo: oggetto InputDataConfig

Campo obbligatorio: sì

OptimizationMetric

La metrica di precisione utilizzata per ottimizzare il predittore. Il valore predefinito è AverageWeightedQuantileLoss.

Tipo: stringa

Valori validi: WAPE | RMSE | AverageWeightedQuantileLoss | MASE | MAPE

Campo obbligatorio: no

PerformAutoML

Se eseguire AutoML. Quando Amazon Forecast esegue AutoML, valuta gli algoritmi forniti e sceglie l'algoritmo e la configurazione migliori per il set di dati di addestramento.

Il valore predefinito è false. In questo caso, è necessario specificare un algoritmo.

Impostato PerformAutoML per true consentire ad Amazon Forecast di eseguire AutoML. Questa è una buona opzione se non sei sicuro di quale algoritmo sia adatto ai tuoi dati di allenamento. In questo caso, PerformHPO deve essere falso.

Tipo: Booleano

Campo obbligatorio: no

PerformHPO

Se eseguire l'ottimizzazione degli iperparametri (HPO). HPOtrova i valori iperparametrici ottimali per i dati di allenamento. Il processo di esecuzione HPO è noto come esecuzione di un processo di ottimizzazione degli iperparametri.

Il valore predefinito è false. In questo caso, Amazon Forecast utilizza i valori di iperparametro predefiniti dell'algoritmo scelto.

Per sovrascrivere i valori predefiniti, imposta PerformHPO true e, facoltativamente, fornisci l'oggetto. HyperParameterTuningJobConfig Il processo di ottimizzazione specifica una metrica da ottimizzare, quali iperparametri partecipano all'ottimizzazione e l'intervallo valido per ogni iperparametro regolabile. In questo caso, è necessario specificare un algoritmo e deve essere falso. PerformAutoML

I seguenti algoritmi supportanoHPO:

DeepAR+
CNN-QR

Tipo: Booleano

Campo obbligatorio: no

PredictorName

Un nome per il predittore.

Tipo: stringa

Limitazioni di lunghezza: lunghezza minima pari a 1. La lunghezza massima è 63 caratteri.

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

Campo obbligatorio: sì

Tags

I metadati opzionali che applichi al predittore per aiutarti a classificarli e organizzarli. Ogni tag è composto da una chiave e da un valore opzionale, entrambi personalizzabili.

Ai tag si applicano le seguenti limitazioni di base:

Numero massimo di tag per risorsa: 50.
Per ciascuna risorsa, ogni chiave del tag deve essere univoca e ogni chiave del tag può avere un solo valore.
Lunghezza massima della chiave: 128 caratteri Unicode in UTF -8.
Lunghezza massima del valore: 256 caratteri Unicode in UTF -8.
Se lo schema di assegnazione dei tag viene utilizzato in più servizi e risorse , tieni presente che altri servizi potrebbero prevedere limitazioni sui caratteri consentiti. I caratteri generalmente consentiti sono: lettere, numeri e spazi rappresentabili in UTF -8 e i seguenti caratteri: + - =. _:/@.
I valori e le chiavi dei tag rispettano la distinzione tra maiuscole e minuscole.
Non utilizzare alcuna combinazione maiuscola o minuscola aws:AWS:, ad esempio un prefisso per le chiavi, in quanto è riservato all'uso. AWS Non è possibile modificare o eliminare le chiavi dei tag con questo prefisso. I valori possono avere questo prefisso. Se il valore di un tag ha aws come prefisso ma la chiave no, Forecast lo considera un tag utente e verrà conteggiato nel limite di 50 tag. I tag con solo il prefisso chiave di aws non vengono conteggiati ai fini del limite di tag per risorsa.

Tipo: matrice di oggetti Tag

Membri dell'array: numero minimo di 0 elementi. Numero massimo di 200 elementi.

Campo obbligatorio: no

TrainingParameters

Gli iperparametri da ignorare per l'addestramento dei modelli. Gli iperparametri che è possibile sovrascrivere sono elencati nei singoli algoritmi. Per l'elenco degli algoritmi supportati, vedere. Algoritmi di Amazon Forecast

Tipo: mappatura stringa a stringa

Voci sulla mappa: numero minimo di 0 elementi. Numero massimo di 100 elementi.

Vincoli di lunghezza della chiave: lunghezza massima di 256.

Modello di chiave:^[a-zA-Z0-9\-\_\.\/\[\]\,\\]+$

Limiti di lunghezza del valore: lunghezza massima di 256.

Modello di valore: ^[a-zA-Z0-9\-\_\.\/\[\]\,\"\\\s]+$

Campo obbligatorio: no

Sintassi della risposta


{
   "PredictorArn": "string"
}

Elementi di risposta

Se l'azione ha esito positivo, il servizio restituisce una risposta di HTTP 200.

I seguenti dati vengono restituiti in JSON formato dal servizio.

PredictorArn

L'Amazon Resource Name (ARN) del predittore.

Tipo: stringa

Limitazioni di lunghezza: lunghezza massima di 256.

Modello: arn:([a-z\d-]+):forecast:.*:.*:.+

Errori

InvalidInputException

Non possiamo elaborare la richiesta perché include un valore non valido o un valore che supera l'intervallo valido.

HTTPCodice di stato: 400

LimitExceededException

Il limite del numero di risorse per account è stato superato.

HTTPCodice di stato: 400

ResourceAlreadyExistsException

Esiste già una risorsa con questo nome. Riprova con un nome diverso.

HTTPCodice di stato: 400

ResourceInUseException

La risorsa specificata è in uso.

HTTPCodice di stato: 400

ResourceNotFoundException

Non riusciamo a trovare una risorsa con quel nome di risorsa Amazon (ARN). Controlla ARN e riprova.

HTTPCodice di stato: 400

Vedi anche

Per ulteriori informazioni sull'utilizzo API in una delle lingue specifiche AWS SDKs, consulta quanto segue:

Avvertimento JavaScript è disabilitato o non è disponibile nel tuo browser.

Per usare la documentazione AWS, JavaScript deve essere abilitato. Consulta le pagine della guida del browser per le istruzioni.

Convenzioni dei documenti

CreateMonitor

CreatePredictorBacktestExportJob