Amazon QuickSight で ML Insights を使用するためのデータセット要件 - Amazon QuickSight

翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

Amazon QuickSight で ML Insights を使用するためのデータセット要件

Amazon QuickSight の機械学習機能を使い始めるには、データに接続するかデータをインポートする必要があります。既存の Amazon QuickSight データセットを使用するか、新しいデータセットを作成できます。SQL 互換ソースを直接クエリする、またはデータを SPICE に取り込むことができます。

データには以下のプロパティが必要です。

  • 少なくとも 1 つのメトリクス (たとえば、販売、注文、納品、サインアップなど)。

  • 少なくとも 1 つのカテゴリのディメンション (たとえば、商品カテゴリー、チャネル、セグメント、業界など)。カテゴリで NULL 値は無視されます。

  • 異常検出には、トレーニングに最低 15 のデータポイントが必要です。たとえば、データの粒度が毎日の場合、少なくとも 15 日のデータが必要です。粒度が毎月の場合は、少なくとも 15 か月のデータが必要です。

  • 予測は、データが多いほど最適に機能します。最適な結果を得るための十分な履歴データがデータセットにあることを確認してください。たとえば、データの粒度が毎日の場合、少なくとも 38 日のデータが必要です。粒度が毎月の場合は、少なくとも 43 か月のデータが必要です。以下は、各タイム粒度の要件です。

    • 年間: 32 データポイント

    • 四半期: 35 データポイント

    • 月: 43 データポイント

    • 週: 35 データポイント

    • 日: 38 データポイント

    • 時間: 39 データポイント

    • 分: 46 データポイント

    • 秒: 46 データポイント

  • 異常や予測を分析したい場合は、少なくとも 1 つの日付ディメンションも必要です。

開始するためのデータセットがない場合は、サンプルデータセットとして ML Insights Sample Dataset VI をダウンロードできます。データセットを準備したら、データセットから新しい分析を作成します。