Selecione suas preferências de cookies

Usamos cookies essenciais e ferramentas semelhantes que são necessárias para fornecer nosso site e serviços. Usamos cookies de desempenho para coletar estatísticas anônimas, para que possamos entender como os clientes usam nosso site e fazer as devidas melhorias. Cookies essenciais não podem ser desativados, mas você pode clicar em “Personalizar” ou “Recusar” para recusar cookies de desempenho.

Se você concordar, a AWS e terceiros aprovados também usarão cookies para fornecer recursos úteis do site, lembrar suas preferências e exibir conteúdo relevante, incluindo publicidade relevante. Para aceitar ou recusar todos os cookies não essenciais, clique em “Aceitar” ou “Recusar”. Para fazer escolhas mais detalhadas, clique em “Personalizar”.

CreatePredictor - Amazon Forecast

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.

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 como true.

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, defina PerformHPO 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 como true 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 como true 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 e PerformAutoML 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 tiver aws 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 chave aws 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:

PrivacidadeTermos do sitePreferências de cookies
© 2025, Amazon Web Services, Inc. ou suas afiliadas. Todos os direitos reservados.