予測子のモニタリング

予測子モニタリングにより、予測子のパフォーマンスが時間の経過とともにどのように変化するかを確認できます。経済発展や顧客行動の変化など、さまざまな要因が業績の変化を引き起こす可能性があります。

例えば、ターゲットが sales であり、price および color といった関連する 2 つの属性がある予測シナリオについて考えてみます。最初の予測子を作成してから数か月以内に、特定の色が予想外に顧客の間で人気が高まる可能性があります。これにより、この属性を持つ商品の売り上げが伸びる可能性があります。この新しいデータは、予測子のパフォーマンスと、予測子が生成する予想の精度に影響を与える可能性があります。

予測子モニタリングを有効にすると、予想を生成してより多くのデータをインポートするにつれて、予測子のパフォーマンスが Forecast によって分析されます。Forecast は、新しいデータを以前の予想と比較して、パフォーマンスの変化を検出します。Forecast コンソールでは、さまざまな精度メトリクスが時間の経過と共にどのように変化したかを示すグラフを表示できます。また、ListMonitorEvaluations オペレーションによってモニタリング結果を取得することもできます。

予測子モニタリングは、予測子を再トレーニングする時期かどうかを判断するのに役立ちます。パフォーマンスが低下している場合は、より新しいデータで予測子を再トレーニングしたほうがいいかもしれません。予測子を再トレーニングすることを選択した場合、新しい予測子には前の予測子のモニタリングデータが含まれます。また、予測子モニタリングを使用して、実稼働環境に関するコンテキストデータを収集したり、さまざまな実験の比較を行ったりすることもできます。

予測子モニタリングは AutoPredictors でのみ使用できます。既存のレガシー予測子を AutoPredictor にアップグレードできます。「Upgrading to AutoPredictor」(AutoPredictor へのアップグレード) を参照してください。

予測子モニタリングワークフロー

予測子のモニタリング結果を得るには、まず予測子を使用して予測を生成し、さらにデータをインポートする必要があります。モニタリングワークフローは次のとおりです。

制約事項とベストプラクティス

予測子モニタリングを使用する場合は、次の制約事項とベストプラクティスを考慮してください。