신규 고객은 Amazon Forecast를 더 이상 사용할 수 없습니다. Amazon Forecast의 기존 고객은 서비스를 정상적으로 계속 사용할 수 있습니다. [자세히 알아보기](https://aws.amazon.com/blogs/machine-learning/transition-your-amazon-forecast-usage-to-amazon-sagemaker-canvas/) 기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다. # CreatePredictor **참고** 이 작업은 Amazon Forecast에서 제공하는 모든 예측기 기능을 포함하지 않는 레거시 예측기를 생성합니다. Forecast의 모든 측면과 호환되는 예측기를 생성하려면 [CreateAutoPredictor](API_CreateAutoPredictor.md)를 사용하세요. Amazon Forecast 에측기를 생성합니다. **중요** 신규 고객은 Amazon Forecast를 더 이상 사용할 수 없습니다. Amazon Forecast의 기존 고객은 평소와 같이 서비스를 계속 사용할 수 있습니다. [자세히 알아보기](https://aws.amazon.com/blogs/machine-learning/transition-your-amazon-forecast-usage-to-amazon-sagemaker-canvas/) 요청에서 데이터 세트 그룹을 제공하고, 알고리즘을 지정하거나 Amazon Forecast가 AutoML을 사용하여 사용자 대신 알고리즘을 선택하도록 하세요. 알고리즘을 지정하는 경우 알고리즘별 하이퍼파라미터를 재정의할 수도 있습니다. Amazon Forecast는 이 알고리즘을 사용하여 지정된 데이터 세트 그룹에 있는 최신 버전의 데이터 세트로 예측기를 훈련합니다. 그런 다음 [CreateForecast](API_CreateForecast.md) 작업을 사용하여 예측을 생성할 수 있습니다. 평가 지표를 확인하려면 [GetAccuracyMetrics](API_GetAccuracyMetrics.md) 작업을 사용합니다. `TARGET_TIME_SERIES` 데이터 세트의 데이터 필드를 채우고 집계하도록 특성화 구성을 지정하여 모델 훈련을 개선할 수 있습니다. 자세한 내용은 [FeaturizationConfig](API_FeaturizationConfig.md) 단원을 참조하십시오. RELATED\$1TIME\$1SERIES 데이터 세트의 경우 `CreatePredictor`는 데이터 세트가 생성될 때 지정한 `DataFrequency`가 `ForecastFrequency`와 일치하는지 확인합니다. TARGET\$1TIME\$1SERIES 데이터 세트에는 이러한 제한이 없습니다. Amazon Forecast는 구분자 및 타임스탬프 형식도 확인합니다. 자세한 내용은 [데이터 세트 가져오기](howitworks-datasets-groups.md) 단원을 참조하십시오. 기본적으로 예측기는 0.1(P10), 0.5(P50), 0.9(P90) 분위수로 훈련 및 평가됩니다. `ForecastTypes`를 설정하면 예측기를 훈련 및 평가할 사용자 지정 예측 유형을 선택할 수 있습니다. **AutoML** Amazon Forecast가 각 알고리즘을 평가하고 `objective function`을 최소화하는 알고리즘을 선택하도록 하려면 `PerformAutoML`을 `true`로 설정하세요. `objective function`은 예측 유형에 대한 가중 손실의 평균으로 정의됩니다. 기본적으로는 p10, p50, p90 분위수 손실입니다. 자세한 내용은 [EvaluationResult](API_EvaluationResult.md) 단원을 참조하십시오. AutoML을 활성화하면 다음 속성이 허용되지 않습니다. + `AlgorithmArn` + `HPOConfig` + `PerformHPO` + `TrainingParameters` 모든 예측기 목록을 가져오려면 [ListPredictors](API_ListPredictors.md) 작업을 사용합니다. **참고** 예측기를 사용하여 예측을 생성하려면 예측기의 `Status`가 훈련이 완료되었음을 나타내는 `ACTIVE`여야 합니다. 상태를 가져오려면 [DescribePredictor](API_DescribePredictor.md) 작업을 사용합니다. ## 구문 요청 ``` { "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" } } ``` ## 요청 파라미터 요청은 JSON 형식으로 다음 데이터를 받습니다. ** [AlgorithmArn](#API_CreatePredictor_RequestSyntax) ** 모델 훈련에 사용할 알고리즘의 Amazon 리소스 이름(ARN)입니다. `PerformAutoML`이 `true`로 설정된 경우 필수입니다. **지원되는 알고리즘:** + `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` 유형: 문자열 길이 제약: 최대 길이 256. 패턴: `arn:([a-z\d-]+):forecast:.*:.*:.+` 필수 여부: 아니요 ** [AutoMLOverrideStrategy](#API_CreatePredictor_RequestSyntax) ** `LatencyOptimized` AutoML 재정의 전략은 비공개 베타에서만 사용할 수 있습니다. 액세스 권한에 대한 자세한 내용은 AWS Support 또는 계정 관리자에게 문의하세요. 예측기 정확도를 최적화하기 위한 기본 AutoML 전략을 재정의하는 데 사용됩니다. 훈련 시간을 최소화하는 AutoML 전략을 적용하려면 `LatencyOptimized`를 사용하세요. 이 파라미터는 AutoML을 사용하여 훈련된 예측기에만 사용할 수 있습니다. 타입: 문자열 유효 값: `LatencyOptimized | AccuracyOptimized` 필수 여부: 아니요 ** [EncryptionConfig](#API_CreatePredictor_RequestSyntax) ** AWS Key Management Service Amazon Forecast가 키에 액세스하기 위해 맡을 수 있는 (KMS) 키 및 AWS Identity and Access Management (IAM) 역할입니다. 유형: [EncryptionConfig](API_EncryptionConfig.md)객체 필수 여부: 아니요 ** [EvaluationParameters](#API_CreatePredictor_RequestSyntax) ** 지정된 알고리즘의 기본 평가 파라미터를 재정의하는 데 사용됩니다. Amazon Forecast는 데이터 세트를 훈련 데이터와 테스팅 데이터로 분할하여 예측기를 평가합니다. 평가 파라미터는 분할을 수행하는 방법과 반복 횟수를 정의합니다. 유형: [EvaluationParameters](API_EvaluationParameters.md)객체 필수 여부: 아니요 ** [FeaturizationConfig](#API_CreatePredictor_RequestSyntax) ** 특성화 구성입니다. 타입: [FeaturizationConfig](API_FeaturizationConfig.md)객체 필수 항목 여부: 예 ** [ForecastHorizon](#API_CreatePredictor_RequestSyntax) ** 모델이 예측을 위해 훈련되는 시간 단계의 수를 지정합니다. 이 예상 구간은 또한 예측 길이라고도 합니다. 예를 들어 [CreateDataset](API_CreateDataset.md) 작업의 `DataFrequency` 파라미터를 사용하여 일별 데이터 수집을 위한 데이터 세트를 구성하고 예측 기간을 10으로 설정하면 모델은 10일 동안의 예측을 반환합니다. 최대 예측 기간은 500 시간 단계 또는 TARGET\$1TIME\$1SERIES 데이터 세트 길이의 1/3 중 작은 값입니다. 유형: 정수 필수 항목 여부: 예 ** [ForecastTypes](#API_CreatePredictor_RequestSyntax) ** 예측기 훈련에 사용되는 예측 유형을 지정합니다. 최대 5개의 예측 유형을 지정할 수 있습니다. 예측 유형은 0.01에서 0.99까지의 사분위수(0.01 이상 증분)일 수 있습니다. `mean`을 사용하여 평균 예측을 지정할 수도 있습니다. 기본값은 `["0.10", "0.50", "0.9"]`입니다. 타입: 문자열 배열 배열 멤버: 최소 항목 수는 1개입니다. 최대 항목 수는 20개입니다. 길이 제약: 최소 길이는 2입니다. 최대 길이는 4입니다. 패턴: `(^0?\.\d\d?$|^mean$)` 필수 여부: 아니요 ** [HPOConfig](#API_CreatePredictor_RequestSyntax) ** 알고리즘의 하이퍼파라미터 재정의 값을 제공합니다. 이 파라미터를 제공하지 않으면 Amazon Forecast는 기본값을 사용합니다. 개별 알고리즘은 하이퍼파라미터 최적화(HPO)를 지원하는 하이퍼파라미터를 지정합니다. 자세한 내용은 [Amazon Forecast 알고리즘](aws-forecast-choosing-recipes.md) 단원을 참조하십시오. `HPOConfig` 객체를 포함한 경우 `PerformHPO`를 true로 설정해야 합니다. 유형: [HyperParameterTuningJobConfig](API_HyperParameterTuningJobConfig.md)객체 필수 여부: 아니요 ** [InputDataConfig](#API_CreatePredictor_RequestSyntax) ** 예측기를 훈련하는 데 사용할 데이터가 포함된 데이터 세트 그룹을 설명합니다. 타입: [InputDataConfig](API_InputDataConfig.md)객체 필수 항목 여부: 예 ** [OptimizationMetric](#API_CreatePredictor_RequestSyntax) ** 예측기를 최적화하는 데 사용되는 정확도 지표입니다. 기본 값은 `AverageWeightedQuantileLoss`입니다. 타입: 문자열 유효 값: `WAPE | RMSE | AverageWeightedQuantileLoss | MASE | MAPE` 필수 여부: 아니요 ** [PerformAutoML](#API_CreatePredictor_RequestSyntax) ** AutoML을 수행할지 여부입니다. Amazon Forecast는 AutoML을 수행할 때 제공하는 알고리즘을 평가하고 훈련 데이터 세트에 가장 적합한 알고리즘과 구성을 선택합니다. 기본값은 `false`입니다. 이 경우 알고리즘을 지정해야 합니다. Amazon Forecast가 AutoML을 수행하도록 하려면 `PerformAutoML`을 `true`로 설정합니다. 어떤 알고리즘이 훈련 데이터에 적합한지 잘 모를 경우 이 방법을 사용하는 것이 좋습니다. 이 경우 `PerformHPO`가 false여야 합니다. 유형: 부울 필수 항목 여부: 아니요 ** [PerformHPO](#API_CreatePredictor_RequestSyntax) ** 하이퍼파라미터 최적화(HPO)를 수행할지 여부입니다. HPO는 훈련 데이터에 최적인 하이퍼파라미터 값을 찾습니다. HPO를 수행하는 프로세스를 하이퍼파라미터 튜닝 작업 실행이라고 합니다. 기본값은 `false`입니다. 이 경우 Amazon Forecast는 선택한 알고리즘의 기본 하이퍼파라미터 값을 사용합니다. 기본값을 재정의하려면 `PerformHPO`를 `true`로 설정하고, 선택적으로 [HyperParameterTuningJobConfig](API_HyperParameterTuningJobConfig.md) 객체를 제공합니다. 튜닝 작업은 최적화할 지표, 튜닝에 참여하는 하이퍼파라미터, 튜닝 가능한 각 하이퍼파라미터의 유효 범위를 지정합니다. 이 경우 알고리즘을 지정해야 하며, `PerformAutoML`은 false여야 합니다. 다음 알고리즘은 HPO를 지원합니다. + DeepAR\$1 + CNN-QR 유형: 부울 필수 항목 여부: 아니요 ** [PredictorName](#API_CreatePredictor_RequestSyntax) ** 예측기의 이름입니다. 유형: 문자열 길이 제약: 최소 길이 1. 최대 길이 63. 패턴: `^[a-zA-Z][a-zA-Z0-9_]*` 필수 여부: 예 ** [Tags](#API_CreatePredictor_RequestSyntax) ** 예측기를 분류하고 구성하는 데 도움이 되도록 예측기에 적용하는 선택적 메타데이터입니다. 각 태그는 사용자가 정의하는 키와 선택적 값으로 구성됩니다. 태그에 적용되는 기본 제한 사항은 다음과 같습니다. + 리소스당 최대 태그 수 - 50개. + 각 리소스에 대해 각 태그 키는 고유해야 하며 각 태그 키는 하나의 값만 가질 수 있습니다. + 최대 키 길이 - 유니코드 문자 128자(UTF-8). + 최대 값 길이 - 유니코드 문자 256자(UTF-8). + 태깅 스키마를 여러 서비스와 리소스에서 사용하는 경우 다른 서비스 또한 허용되는 문자에 대한 제한이 있을 수 있음을 유의합니다. 일반적으로 허용되는 문자는 UTF-8로 표현할 수 있는 문자, 숫자 및 공백과 \$1 - = . \$1 : / @입니다. + 태그 키와 값은 대소문자를 구분합니다. + 키는 AWS 사용을 위해 예약되어 있으므로 `aws:`, `AWS:`또는 키의 접두사와 같은의 대문자 또는 소문자 조합을 사용하지 마십시오. 이 접두사가 있는 태그 키는 편집하거나 삭제할 수 없습니다. 값에 이 접두사가 포함될 수 있습니다. 태그 값에는 접두사로 `aws`가 있지만 키에는 없는 경우 Forecast는 해당 태그를 사용자 태그로 간주하여 50개 태그 한도에 포함합니다. `aws` 키 접두사만 있는 태그는 리소스당 태그 수 한도에 포함되지 않습니다. 타입: [Tag](API_Tag.md)객체 배열 어레이 멤버: 최소 항목 수 0개. 최대 항목 수 200개. 필수 여부: 아니요 ** [TrainingParameters](#API_CreatePredictor_RequestSyntax) ** 모델 훈련을 위해 재정의해야 할 하이퍼파라미터입니다. 재정의할 수 있는 하이퍼파라미터는 개별 알고리즘에 나열되어 있습니다. 지원되는 키 알고리즘 목록은 [Amazon Forecast 알고리즘](aws-forecast-choosing-recipes.md) 섹션을 참조하세요. 유형: 문자열 간 맵 맵 항목: 최소 항목 수는 0개입니다. 최대수는 100개입니다. 키 길이 제약: 최대 길이는 256입니다. 키 패턴: `^[a-zA-Z0-9\-\_\.\/\[\]\,\\]+$` 값 길이 제약: 최대 길이는 256입니다. 값 패턴: `^[a-zA-Z0-9\-\_\.\/\[\]\,\"\\\s]+$` 필수 항목 여부: 아니요 ## 응답 구문 ``` { "PredictorArn": "string" } ``` ## 응답 요소 작업이 성공하면 서비스가 HTTP 200 응답을 반송합니다. 다음 데이터는 서비스에 의해 JSON 형식으로 반환됩니다. ** [PredictorArn](#API_CreatePredictor_ResponseSyntax) ** 예측기의 Amazon 리소스 이름(ARN)입니다. 유형: 문자열 길이 제약: 최대 길이 256. 패턴: `arn:([a-z\d-]+):forecast:.*:.*:.+` ## 오류 ** InvalidInputException ** 요청에 잘못된 값이나 유효한 범위를 초과하는 값이 포함되어 있기 때문에 요청을 처리할 수 없습니다. HTTP 상태 코드: 400 ** LimitExceededException ** 계정당 리소스 수 제한을 초과했습니다. HTTP 상태 코드: 400 ** ResourceAlreadyExistsException ** 이 이름을 가진 리소스가 이미 있습니다. 다른 이름으로 다시 시도하세요. HTTP 상태 코드: 400 ** ResourceInUseException ** 지정된 리소스가 이미 사용 중입니다. HTTP 상태 코드: 400 ** ResourceNotFoundException ** 해당 Amazon 리소스 이름(ARN)으로 리소스를 찾을 수 없습니다. ARN을 확인하고 다시 시도하세요. HTTP 상태 코드: 400 ## 참고 언어별 AWS SDKs + [AWS 명령줄 인터페이스 V2](https://docs.aws.amazon.com/goto/cli2/forecast-2018-06-26/CreatePredictor) + [AWS .NET V4용 SDK](https://docs.aws.amazon.com/goto/DotNetSDKV4/forecast-2018-06-26/CreatePredictor) + [AWS SDK for C\$1\$1](https://docs.aws.amazon.com/goto/SdkForCpp/forecast-2018-06-26/CreatePredictor) + [AWS Go v2용 SDK](https://docs.aws.amazon.com/goto/SdkForGoV2/forecast-2018-06-26/CreatePredictor) + [AWS Java V2용 SDK](https://docs.aws.amazon.com/goto/SdkForJavaV2/forecast-2018-06-26/CreatePredictor) + [AWS SDK for JavaScript V3](https://docs.aws.amazon.com/goto/SdkForJavaScriptV3/forecast-2018-06-26/CreatePredictor) + [AWS SDK for Kotlin](https://docs.aws.amazon.com/goto/SdkForKotlin/forecast-2018-06-26/CreatePredictor) + [AWS PHP V3용 SDK](https://docs.aws.amazon.com/goto/SdkForPHPV3/forecast-2018-06-26/CreatePredictor) + [AWS Python용 SDK](https://docs.aws.amazon.com/goto/boto3/forecast-2018-06-26/CreatePredictor) + [AWS SDK for Ruby V3](https://docs.aws.amazon.com/goto/SdkForRubyV3/forecast-2018-06-26/CreatePredictor)