O Amazon Forecast não está mais disponível para novos clientes. Os clientes existentes do Amazon Forecast podem continuar usando o serviço normalmente. Saiba mais
As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
CreatePredictor
nota
Esta operação cria um preditor antigo que não inclui todas as funcionalidades do preditor fornecidas pelo Amazon Forecast. Para criar um preditor compatível com todos os aspectos do Forecast, use CreateAutoPredictor.
Cria um preditor do Amazon Forecast.
Importante
O Amazon Forecast não está mais disponível para novos clientes. Os clientes existentes do Amazon Forecast podem continuar usando o serviço normalmente. Saiba mais
Na solicitação, forneça um grupo de conjuntos de dados e especifique um algoritmo ou deixe o Amazon Forecast escolher um algoritmo para você usando o AutoML. Se você especificar um algoritmo, também poderá substituir os hiperparâmetros específicos do algoritmo.
O Amazon Forecast usa o algoritmo para treinar um preditor usando a versão mais recente dos conjuntos de dados no grupo de conjuntos de dados especificado. Em seguida, você pode gerar uma previsão usando a operação CreateForecast.
Para ver as métricas de avaliação, use a operação GetAccuracyMetrics.
Você pode especificar uma configuração de caracterização a ser preenchida e agregar os campos de dados no conjunto de dados TARGET_TIME_SERIES
para melhorar o treinamento do modelo. Para obter mais informações, consulte FeaturizationConfig.
Para SERIES conjuntos de dados RELATED TIME _ _, CreatePredictor
verifica se o DataFrequency
especificado quando o conjunto de dados foi criado corresponde ao. ForecastFrequency
TARGET_ TIME _ SERIES conjuntos de dados não têm essa restrição. O Amazon Forecast também verifica o formato do delimitador e do carimbo de data/hora. Para obter mais informações, consulte Importação de conjuntos de dados.
Por padrão, os preditores são treinados e avaliados nos quantis 0,1 (P10), 0,5 (P50) e 0,9 (P90). Você pode escolher tipos de previsão personalizados para treinar e avaliar seu preditor definindo os ForecastTypes
.
AutoML
Se você quiser que o Amazon Forecast avalie cada algoritmo e escolha aquele que minimiza a objective function
, defina PerformAutoML
como true
. A objective function
é definida como a média de perdas ponderadas sobre os tipos de previsão. Por padrão, essas são as perdas de quanti p10, p50 e p90. Para obter mais informações, consulte EvaluationResult.
Quando o AutoML é habilitado, as seguintes propriedades não são permitidas:
-
AlgorithmArn
-
HPOConfig
-
PerformHPO
-
TrainingParameters
Para obter uma lista de todos os preditores, use a operação ListPredictors.
nota
Para que você possa usar o preditor para criar uma previsão, o Status
do preditor deve ser ACTIVE
, o que significa que o treinamento foi concluído. Para obter o status, use a operação DescribePredictor.
Sintaxe da Solicitação
{
"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
"
}
}
Parâmetros da solicitação
A solicitação aceita os seguintes dados no JSON formato.
- AlgorithmArn
-
O Amazon Resource Name (ARN) do algoritmo a ser usado para treinamento de modelos. Obrigatório se
PerformAutoML
não for definido comotrue
.Algoritmos compatíveis:
-
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
Tipo: string
Restrições de tamanho: o tamanho máximo é 256.
Padrão:
arn:([a-z\d-]+):forecast:.*:.*:.+
Obrigatório: Não
-
- AutoMLOverrideStrategy
-
nota
A estratégia de substituição
LatencyOptimized
do AutoML só está disponível na versão beta privada. Entre em contato com o AWS Support ou com seu gerente de conta para saber mais sobre os privilégios de acesso.Usado para substituir a estratégia padrão do AutoML, que é otimizar a precisão do preditor. Para aplicar uma estratégia do AutoML que minimize o tempo de treinamento, use
LatencyOptimized
.Esse parâmetro só é válido para preditores treinados por meio do AutoML.
Tipo: string
Valores Válidos:
LatencyOptimized | AccuracyOptimized
Obrigatório: Não
- EncryptionConfig
-
Uma chave AWS Key Management Service (KMS) e a função AWS Identity and Access Management (IAM) que o Amazon Forecast pode assumir para acessar a chave.
Tipo: objeto EncryptionConfig
Obrigatório: Não
- EvaluationParameters
-
Usado para substituir os parâmetros de avaliação padrão do algoritmo especificado. O Amazon Forecast avalia um preditor dividindo um conjunto de dados em dados de treinamento e dados de teste. Os parâmetros de avaliação definem como realizar a divisão e o número de iterações.
Tipo: objeto EvaluationParameters
Obrigatório: Não
- FeaturizationConfig
-
A configuração de caracterização.
Tipo: objeto FeaturizationConfig
Obrigatório: Sim
- ForecastHorizon
-
Especifica o número de etapas temporais que o modelo é treinado a prever. O horizonte de previsão também é chamado de comprimento da previsão.
Por exemplo, se você configurar um conjunto de dados para coleta diária de dados (usando o parâmetro
DataFrequency
da operação CreateDataset) e definir o horizonte de previsão como 10, o modelo retornará as previsões de 10 dias.O horizonte máximo de previsão é o menor de 500 intervalos de tempo ou 1/3 do comprimento do conjunto de dados TARGET _ TIME _SERIES.
Tipo: número inteiro
Obrigatório: Sim
- ForecastTypes
-
Especifica os tipos de previsão usados para treinar um preditor. Você pode especificar até cinco tipos de previsão. Os tipos de previsão podem ser quantis de 0,01 a 0,99, em incrementos de 0,01 ou mais. Você também pode especificar a previsão média com
mean
.O valor padrão é
["0.10", "0.50", "0.9"]
.Tipo: matriz de strings
Membros da matriz: número mínimo de 1 item. Número máximo de 20 itens.
Restrições de tamanho: o tamanho mínimo é 2. O tamanho máximo é 4.
Padrão:
(^0?\.\d\d?$|^mean$)
Obrigatório: Não
- HPOConfig
-
Fornece valores de substituição de hiperparâmetros para o algoritmo. Se você não fornecer este parâmetro, o Amazon Forecast usará os valores padrão. Os algoritmos individuais especificam quais hiperparâmetros suportam a otimização de hiperparâmetros ()HPO. Para obter mais informações, consulte Algoritmos do Amazon Forecast.
Se você incluiu o objeto
HPOConfig
, definaPerformHPO
como true.Tipo: objeto HyperParameterTuningJobConfig
Obrigatório: Não
- InputDataConfig
-
Descreve o grupo de conjuntos de dados que contém os dados a serem usados para treinar o preditor.
Tipo: objeto InputDataConfig
Obrigatório: Sim
- OptimizationMetric
-
A métrica de precisão usada para otimizar o preditor. O valor padrão é
AverageWeightedQuantileLoss
.Tipo: string
Valores Válidos:
WAPE | RMSE | AverageWeightedQuantileLoss | MASE | MAPE
Obrigatório: Não
- PerformAutoML
-
Se deve executar o AutoML. Quando o Amazon Forecast executa o AutoML, ele avalia os algoritmos fornecidos e escolhe o melhor algoritmo e configuração para seu conjunto de dados de treinamento.
O valor padrão é
false
. Nesse caso, você deve especificar um algoritmo.Defina
PerformAutoML
comotrue
para que o Amazon Forecast execute o AutoML. Essa é uma boa opção se você não tiver certeza de qual algoritmo é adequado para seus dados de treinamento. Nesse caso,PerformHPO
deve ser false.Tipo: booliano
Obrigatório: não
- PerformHPO
-
Se deve realizar a otimização de hiperparâmetros (HPO). HPOencontra valores de hiperparâmetros ideais para seus dados de treinamento. O processo de execução HPO é conhecido como execução de um trabalho de ajuste de hiperparâmetros.
O valor padrão é
false
. Nesse caso, o Amazon Forecast usa valores de hiperparâmetros padrão do algoritmo escolhido.Para substituir os valores padrão, defina
PerformHPO
comotrue
e, opcionalmente, forneça o objeto HyperParameterTuningJobConfig. O trabalho de ajuste especifica uma métrica a ser otimizada, quais hiperparâmetros participam do ajuste e o intervalo válido para cada hiperparâmetro ajustável. Nesse caso, você é solicitado a especificar um algoritmo ePerformAutoML
deve ser false.Os seguintes algoritmos oferecem suporte aHPO:
-
DeepAR+
-
CNN-QR
Tipo: booliano
Obrigatório: não
-
- PredictorName
-
Um nome para o preditor.
Tipo: string
Restrições de tamanho: o tamanho mínimo é 1. O tamanho máximo é 63.
Padrão:
^[a-zA-Z][a-zA-Z0-9_]*
Exigido: Sim
- Tags
-
Os metadados opcionais que você aplica ao preditor para categorizá-los e organizá-los. Cada tag consiste em uma chave e um valor opcional, ambos definidos por você.
As restrições básicas a seguir se aplicam a tags:
-
Número máximo de tags por recurso: 50.
-
Em todos os recursos, cada chave de tag deve ser exclusiva e possuir apenas um valor.
-
Tamanho máximo da chave - 128 caracteres Unicode em UTF -8.
-
Tamanho máximo do valor - 256 caracteres Unicode em UTF -8.
-
Caso seu esquema de marcação seja usado em vários serviços e recursos , lembre-se de que outros serviços podem possuir restrições em caracteres permitidos. Os caracteres geralmente permitidos são: letras, números e espaços representáveis em UTF -8 e os seguintes caracteres: + - =. _:/@.
-
As chaves e valores das tags diferenciam maiúsculas de minúsculas.
-
Não use
aws:
AWS:
, ou qualquer combinação de maiúsculas ou minúsculas, como um prefixo para teclas, pois está reservado para uso. AWS Você não pode editar nem excluir chaves de tag com esse prefixo. Os valores podem ter esse prefixo. Se um valor de tag tiveraws
como prefixo, mas a chave não, o Forecast o considerará uma tag de usuário e o contabilizará no limite de 50 tags. As tags que têm apenas o prefixo de chaveaws
não são contabilizadas entre suas tags por limite de recurso.
Tipo: matriz de objetos Tag
Membros da Matriz: número mínimo de 0 itens. Número máximo de 200 itens.
Obrigatório: Não
-
- TrainingParameters
-
Os hiperparâmetros a serem substituídos para o treinamento do modelo. Os hiperparâmetros que você pode substituir estão listados nos algoritmos individuais. Para ver uma lista dos algoritmos compatíveis, consulte Algoritmos do Amazon Forecast.
Tipo: mapa de string para string
Entradas do mapa: número mínimo de 0 itens. Número máximo de 100 itens.
Restrições de tamanho de chave: o tamanho máximo é 256.
Padrão da chave:
^[a-zA-Z0-9\-\_\.\/\[\]\,\\]+$
Restrições de tamanho de valor: o tamanho máximo é 256.
Padrão de valor:
^[a-zA-Z0-9\-\_\.\/\[\]\,\"\\\s]+$
Obrigatório: Não
Sintaxe da Resposta
{
"PredictorArn": "string"
}
Elementos de Resposta
Se a ação for bem-sucedida, o serviço retornará uma resposta HTTP de 200.
Os dados a seguir são retornados em JSON formato pelo serviço.
- PredictorArn
-
O nome do recurso Amazon (ARN) do preditor.
Tipo: string
Restrições de tamanho: o tamanho máximo é 256.
Padrão:
arn:([a-z\d-]+):forecast:.*:.*:.+
Erros
- InvalidInputException
-
Não podemos processar a solicitação porque ela inclui um valor inválido ou um valor que excede o intervalo válido.
HTTPCódigo de status: 400
- LimitExceededException
-
O limite do número de recursos por conta foi excedido.
HTTPCódigo de status: 400
- ResourceAlreadyExistsException
-
Já existe um recurso com esse nome. Tente novamente com outro nome.
HTTPCódigo de status: 400
- ResourceInUseException
-
O recurso especificado está em uso.
HTTPCódigo de status: 400
- ResourceNotFoundException
-
Não conseguimos encontrar um recurso com esse nome de recurso da Amazon (ARN). Verifique ARN e tente novamente.
HTTPCódigo de status: 400
Consulte também
Para obter mais informações sobre como usar isso API em um idioma específico AWS SDKs, consulte o seguinte: