Seleziona le tue preferenze relative ai cookie

Utilizziamo cookie essenziali e strumenti simili necessari per fornire il nostro sito e i nostri servizi. Utilizziamo i cookie prestazionali per raccogliere statistiche anonime in modo da poter capire come i clienti utilizzano il nostro sito e apportare miglioramenti. I cookie essenziali non possono essere disattivati, ma puoi fare clic su \"Personalizza\" o \"Rifiuta\" per rifiutare i cookie prestazionali.

Se sei d'accordo, AWS e le terze parti approvate utilizzeranno i cookie anche per fornire utili funzionalità del sito, ricordare le tue preferenze e visualizzare contenuti pertinenti, inclusa la pubblicità pertinente. Per continuare senza accettare questi cookie, fai clic su \"Continua\" o \"Rifiuta\". Per effettuare scelte più dettagliate o saperne di più, fai clic su \"Personalizza\".

Come funziona l'aggregazione - Amazon Forecast

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»

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.

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»

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.

Come funziona l'aggregazione

Durante la formazione, Amazon Forecast aggrega tutti i dati che non sono in linea con la frequenza di previsione specificata. Ad esempio, potresti avere alcuni dati giornalieri ma specificare una frequenza di previsione settimanale. Forecast allinea i dati giornalieri in base alla settimana a cui appartengono. Forecast lo combina quindi in un unico record per ogni settimana. Forecast determina a quale settimana (o mese o giorno e così via) appartengono i dati in base alla loro relazione con un limite temporale. I limiti temporali specificano l'inizio di un'unità di tempo, ad esempio l'ora in cui inizia un giorno o il giorno della settimana.

Per le previsioni orarie e minutarie o limiti temporali non specificati, Forecast utilizza un limite temporale predefinito basato sull'unità di tempo della frequenza. Per i predittori automatici con frequenze di previsione giornaliere, settimanali, mensili o annuali, puoi specificare un limite temporale personalizzato. Per ulteriori informazioni sui limiti temporali, vedere. Limiti di tempo

Durante l'aggregazione, il metodo di trasformazione predefinito consiste nel sommare i dati. Puoi configurare la trasformazione quando crei il tuo predittore. Questa operazione viene eseguita nella sezione Configurazione dei dati di input della pagina Crea predittore nella console Forecast. Oppure puoi impostare il metodo di trasformazione nel Transformations parametro AttributeConfig dell' CreateAutoPredictor operazione.

Le tabelle seguenti mostrano un esempio di aggregazione per una frequenza di previsione oraria utilizzando il limite temporale predefinito: Ogni ora inizia all'inizio dell'ora.

Pre-trasformazione

Orario Dati All'inizio dell'ora
2018-03-03 01:00:00 100
2018-03-03 02:20:00 50 No
2018-03-03 02:45:00 20 No
2018-03-03 04:00:00 120

Post-trasformazione

Orario Dati Note
2018-03-03 01:00:00 100
2018-03-03 02:00:00 70 Somma dei valori tra 02:00:00 -02:59:59 (50 + 20)
2018-03-03 03:00:00 Empty Nessun valore tra 03:00:00 e 03:59:59
2018-03-03 04:00:00 120

La figura seguente mostra come Forecast trasforma i dati per adattarli al limite orario settimanale predefinito.

Raw sales data points transformed into a smooth demand time series curve over weekly intervals.
PrivacyCondizioni del sitoPreferenze cookie
© 2025, Amazon Web Services, Inc. o società affiliate. Tutti i diritti riservati.