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»](https://aws.amazon.com/blogs/machine-learning/transition-your-amazon-forecast-usage-to-amazon-sagemaker-canvas/) Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà. # 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, usa[CreateAutoPredictor](API_CreateAutoPredictor.md). 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»](https://aws.amazon.com/blogs/machine-learning/transition-your-amazon-forecast-usage-to-amazon-sagemaker-canvas/) 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](API_CreateForecast.md) Per visualizzare i parametri di valutazione, utilizzare l'operazione [GetAccuracyMetrics](API_GetAccuracyMetrics.md). 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](API_FeaturizationConfig.md). Per i set di dati RELATED\$1TIME\$1SERIES, `CreatePredictor` verifica che il set di dati specificato al momento della creazione del set di dati corrisponda a. `DataFrequency` `ForecastFrequency` I set di dati TARGET\$1TIME\$1SERIES non hanno questa restrizione. Amazon Forecast verifica anche il formato del delimitatore e del timestamp. Per ulteriori informazioni, consulta [Importazione di set di dati](howitworks-datasets-groups.md). 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 minimizza i`objective function`, imposta su`PerformAutoML`. `true` `objective function`È 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](API_EvaluationResult.md). 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](API_ListPredictors.md) **Nota** Prima di poter utilizzare il predittore per creare una previsione, è necessario che il `Status` predittore lo sia`ACTIVE`, a indicare che l'allenamento è stato completato. Per ottenere lo stato, usa l'operazione. [DescribePredictor](API_DescribePredictor.md) ## 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 in formato JSON. ** [AlgorithmArn](#API_CreatePredictor_RequestSyntax) ** L'Amazon Resource Name (ARN) dell'algoritmo da utilizzare per l'addestramento dei modelli. Obbligatorio se non `PerformAutoML` è impostato su. `true` **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: String Limitazioni di lunghezza: lunghezza massima di 256. Modello: `arn:([a-z\d-]+):forecast:.*:.*:.+` Obbligatorio: no ** [AutoMLOverrideStrategy](#API_CreatePredictor_RequestSyntax) ** 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: String Valori validi: `LatencyOptimized | AccuracyOptimized` Campo obbligatorio: no ** [EncryptionConfig](#API_CreatePredictor_RequestSyntax) ** 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](API_EncryptionConfig.md) Obbligatorio: no ** [EvaluationParameters](#API_CreatePredictor_RequestSyntax) ** 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](API_EvaluationParameters.md) Obbligatorio: no ** [FeaturizationConfig](#API_CreatePredictor_RequestSyntax) ** La configurazione della feature. Tipo: oggetto [FeaturizationConfig](API_FeaturizationConfig.md) Obbligatorio: sì ** [ForecastHorizon](#API_CreatePredictor_RequestSyntax) ** Speciifica 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'[CreateDataset](API_CreateDataset.md)operazione) 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\$1TIME\$1SERIES. Tipo: numero intero Obbligatorio: sì ** [ForecastTypes](#API_CreatePredictor_RequestSyntax) ** 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 con`mean`. Il valore predefinito è `["0.10", "0.50", "0.9"]`. Tipo: array 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?$|^mean$)` Obbligatorio: no ** [HPOConfig](#API_CreatePredictor_RequestSyntax) ** 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](aws-forecast-choosing-recipes.md). Se hai incluso l'`HPOConfig`oggetto, devi impostarlo su true. `PerformHPO` Tipo: oggetto [HyperParameterTuningJobConfig](API_HyperParameterTuningJobConfig.md) Obbligatorio: no ** [InputDataConfig](#API_CreatePredictor_RequestSyntax) ** Descrive il gruppo di set di dati che contiene i dati da utilizzare per addestrare il predittore. Tipo: oggetto [InputDataConfig](API_InputDataConfig.md) Obbligatorio: sì ** [OptimizationMetric](#API_CreatePredictor_RequestSyntax) ** La metrica di precisione utilizzata per ottimizzare il predittore. Il valore predefinito è `AverageWeightedQuantileLoss`. Tipo: String Valori validi: `WAPE | RMSE | AverageWeightedQuantileLoss | MASE | MAPE` Campo obbligatorio: no ** [PerformAutoML](#API_CreatePredictor_RequestSyntax) ** 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 falsa. Tipo: Booleano Obbligatorio: no ** [PerformHPO](#API_CreatePredictor_RequestSyntax) ** Se eseguire l'ottimizzazione degli iperparametri (HPO). HPO trova valori iperparametrici ottimali per i dati di allenamento. Il processo di esecuzione dell'HPO è noto come esecuzione di un processo di ottimizzazione degli iperparametri. Il valore predefinito è `false`. In questo caso, Amazon Forecast utilizza valori di iperparametri predefiniti dall'algoritmo scelto. Per sovrascrivere i valori predefiniti, imposta `PerformHPO` `true` e, facoltativamente, fornisci l'oggetto. [HyperParameterTuningJobConfig](API_HyperParameterTuningJobConfig.md) 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 supportano HPO: + DeepAR\$1 + CNN-QR Tipo: Booleano Obbligatorio: no ** [PredictorName](#API_CreatePredictor_RequestSyntax) ** Un nome per il predittore. Tipo: String Limitazioni di lunghezza: lunghezza minima pari a 1. La lunghezza massima è 63 caratteri. Modello: `^[a-zA-Z][a-zA-Z0-9_]*` Obbligatorio: sì ** [Tags](#API_CreatePredictor_RequestSyntax) ** 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 ogni risorsa, ogni chiave di tag deve essere unica e ogni chiave di 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: \$1 - =. \$1:/@. + 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, poiché è riservata 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](API_Tag.md) Membri dell'array: numero minimo di 0 elementi. Numero massimo di 200 elementi. Obbligatorio: no ** [TrainingParameters](#API_CreatePredictor_RequestSyntax) ** 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](aws-forecast-choosing-recipes.md) 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]+$` Obbligatorio: no ## Sintassi della risposta ``` { "PredictorArn": "string" } ``` ## Elementi di risposta Se l'operazione riesce, il servizio restituisce una risposta HTTP 200. I dati seguenti vengono restituiti in formato JSON mediante il servizio. ** [PredictorArn](#API_CreatePredictor_ResponseSyntax) ** L'Amazon Resource Name (ARN) del predittore. Tipo: String 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. Codice di stato HTTP: 400 ** LimitExceededException ** Il limite del numero di risorse per account è stato superato. Codice di stato HTTP: 400 ** ResourceAlreadyExistsException ** Esiste già una risorsa con questo nome. Riprova con un nome diverso. Codice di stato HTTP: 400 ** ResourceInUseException ** La risorsa specificata è in uso. Codice di stato HTTP: 400 ** ResourceNotFoundException ** Non riusciamo a trovare una risorsa con questo Amazon Resource Name (ARN). Controlla l'ARN e riprova. Codice di stato HTTP: 400 ## Vedi anche Per ulteriori informazioni sull'utilizzo di questa API in una delle lingue specifiche AWS SDKs, consulta quanto segue: + [AWS Interfaccia a riga di comando V2](https://docs.aws.amazon.com/goto/cli2/forecast-2018-06-26/CreatePredictor) + [AWS SDK per.NET V4](https://docs.aws.amazon.com/goto/DotNetSDKV4/forecast-2018-06-26/CreatePredictor) + [AWS SDK per C\$1\$1](https://docs.aws.amazon.com/goto/SdkForCpp/forecast-2018-06-26/CreatePredictor) + [AWS SDK per Go v2](https://docs.aws.amazon.com/goto/SdkForGoV2/forecast-2018-06-26/CreatePredictor) + [AWS SDK per Java V2](https://docs.aws.amazon.com/goto/SdkForJavaV2/forecast-2018-06-26/CreatePredictor) + [AWS SDK per V3 JavaScript ](https://docs.aws.amazon.com/goto/SdkForJavaScriptV3/forecast-2018-06-26/CreatePredictor) + [AWS SDK per Kotlin](https://docs.aws.amazon.com/goto/SdkForKotlin/forecast-2018-06-26/CreatePredictor) + [AWS SDK per PHP V3](https://docs.aws.amazon.com/goto/SdkForPHPV3/forecast-2018-06-26/CreatePredictor) + [AWS SDK per Python](https://docs.aws.amazon.com/goto/boto3/forecast-2018-06-26/CreatePredictor) + [AWS SDK per Ruby V3](https://docs.aws.amazon.com/goto/SdkForRubyV3/forecast-2018-06-26/CreatePredictor)