시작하기 - Amazon Forecast
입력 데이터 준비리소스 정리

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

시작하기

Amazon Forecast를 사용하여 시작하려면 다음을 수행하십시오.

  • Amazon Forecast 데이터 세트를 생성하고 훈련 데이터를 가져옵니다.

  • Forecast 예측기를 생성하여 시계열 데이터를 기반으로 예측을 생성하는 데 사용할 수 있습니다. Forecast는 데이터 세트의 각 시계열에 최적의 알고리즘 조합을 적용합니다.

  • 예상을 발생합니다.

이 연습에서는 공개적으로 사용 가능한 전기 사용량 데이터 세트의 수정 버전을 사용하여 예측기를 훈련합니다. 자세한 사항은 ElectricityLoadDiagrams20112014 데이터 세트를 참조합니다. 다음은 데이터 세트의 행 예제입니다.

2014-01-01 01:00:00,   2.53807106598985, client_0
2014-01-01 01:00:00, 23.648648648648624, client_1
2014-01-01 02:00:00,  9.648648648612345, client_0

이 연습에서는 데이터 세트를 사용하여 예측기를 교육한 후 클라이언트의 시간별 전기 사용량을 예상합니다.

이 연습에서는 Forecast 콘솔 또는 AWS Command Line Interface(AWS CLI)를 사용할 수 있습니다. Amazon Forecast 리소스는 리전 간에 공유되지 않으므로 Amazon Forecast 콘솔, AWS CLI, Amazon Forecast SDK의 기본 리전에 유의하세요.

중요

시작하기 전에 AWS 계정을 보유하고 AWS CLI를 설치했는지 확인하세요. 자세한 내용은 설정 섹션을 참조하세요. 또한 Amazon Forecast 작동 방식을 검토하는 것이 좋습니다.

주제

입력 데이터 준비

Amazon Forecast 콘솔을 사용하여 예측 프로젝트를 설정하든 AWS Command Line Interface(AWS CLI)를 사용하여 예측 프로젝트를 설정하든 상관없이 입력 데이터를 설정해야 합니다. 데이터를 준비하려면 다음을 수행합니다.

  • 훈련 데이터를 컴퓨터에 다운로드하고 AWS 계정의 Amazon Simple Storage Service(Amazon S3) 버킷에 업로드합니다. 데이터를 Amazon Forecast 데이터 세트로 가져오려면 Amazon S3 버킷에 저장해야 합니다.

  • AWS Identity and Access Management(IAM) 역할을 생성합니다. Amazon Forecast에 IAM 역할을 사용하여 S3 버킷에 액세스할 수 있는 권한을 부여합니다. IAM 역할에 대한 자세한 내용은 IAM 사용 설명서의 IAM 역할 섹션을 참조하세요.

교육 데이터 준비 방법

  1. 집 파일 electricityusagedata.zip을 다운로드합니다.

    이 연습에서는 수정된 버전의 개별 가정 전력 소비량 데이터 세트를 사용합니다. (Dua, D. and Karra Taniskidou, E. (2017). UCI Machine Learning Repository [http://archive.ics.uci.edu/ml]. Irvine, CA: University of California, School of Information and Computer Science.) 사용량 데이터는 시간별로 집계됩니다.

  2. 콘텐츠의 압축을 풀고 electricityusagedata.csv로 로컬로 저장합니다.

  3. 이 데이터 파일을 S3 버킷에 업로드합니다.

    단계별 지침은 Amazon Simple Storage Service 사용 설명서의 드래그 앤 드롭을 사용하여 파일 및 폴더 업로드를 참조하세요.

  4. IAM 역할 생성.

    시작하기 연습에 AWS CLI를 사용하려면 IAM 역할을 생성해야 합니다. 콘솔을 사용하는 경우 콘솔에서 역할을 생성할 수 있습니다. 단계별 지침은 Amazon Forecast에 대한 권한 설정 섹션을 참조하세요.

Amazon S3에 데이터를 업로드하고 나면 Amazon Forecast 콘솔 또는 AWS CLI를 사용하여 훈련 데이터를 가져오고, 예측기를 생성하고, 예측을 생성하고, 예측을 확인할 수 있습니다.

리소스 정리

불필요한 요금이 발생하지 않도록 하려면 시작하기 연습을 마친 후에 생성한 리소스를 삭제하십시오. 리소스를 삭제하려면 Amazon Forecast 콘솔 또는 SDK나 AWS Command Line Interface(AWS CLI)의 Delete API를 사용합니다. 예를 들어 데이터 세트를 삭제하려면 DeleteDataset API를 사용합니다.

리소스를 삭제하려면, 상태가 ACTIVE, CREATE_FAILED, 또는 UPDATE_FAILED여야 합니다. Describe API를 사용하여 상태를 확인합니다(예: DescribeDataset).

다음 표와 같이 일부 리소스는 다른 리소스를 삭제하기 전에 삭제해야 합니다. 이 프로세스는 다소 시간이 걸릴 수 있습니다.

업로드한 교육 데이터 electricityusagedata.csv를 삭제하려면, S3 버킷에서 객체를 삭제하려면?을 참조하십시오.

삭제할 리소스 먼저 삭제할 리소스 주의
ForecastExportJob
Forecast 내보내는 동안에는 예상을 삭제할 수 없습니다. 예상이 삭제된 후에는 더 이상 예상을 쿼리할 수 없습니다.
Predictor 모든 연결된 예상.
DatasetImportJob 삭제할 수 없습니다.
Dataset

또한 데이터베이스를 대상으로 하는 모든 DatasetImportJob이 삭제됩니다.

예측기에서 사용하는 Dataset는 삭제할 수 없습니다.
DatasetSchema 스키마를 참조하는 모든 데이터 세트
DatasetGroup

모든 연결된 예측기

모든 연결된 예상.

데이터 세트 그룹 내 모든 데이터 세트.

예측기에서 사용하는 Dataset가 포함된 DatasetGroup은 삭제할 수 없습니다.