Amazon Forecast 不再向新买家开放。Amazon Forecast 的现有客户可以继续照常使用该服务。了解更多
本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
CreateExplainability
注意
可解释性仅适用于从 () 生成的预测和预测变量 AutoPredictor CreateAutoPredictor
创建 Amazon Forecast 可解释性。
重要
Amazon Forecast 不再向新买家开放。Amazon Forecast 的现有客户可以继续照常使用该服务。了解更多
可解释性可帮助您更好地了解数据集中的属性如何影响预测。Amazon Forecast 使用名为影响力分数的指标来量化每个属性的相对影响，并确定它们是增加还是减少预测值。
要启用预测可解释性，您的预测器必须至少包含以下其中一项：相关时间序列、项目元数据或其他数据集，例如节假日和天气指数。
注意
ARIMA（AutoRegressive 积分移动平均线）、ETS（指数平滑状态空间模型）和NPTS（非参数时间序列）模型不包含外部时间序列数据。因此，即使您包含了其他数据集，这些模型也不会创建可解释性报告。
CreateExplainability 接受 Predictor ARN 或 Forecast。ARN要接收数据集中所有时间序列和时间点的汇总影响分数，请提供 Predictor ARN。要接收特定时间序列和时间点的影响分数，请提供 Forecast ARN。
CreateExplainability 使用预测变量 ARN
注意
每个预测器只能有一个可解释性资源。如果您已在 CreateAutoPredictor 中启用 ExplainPredictor，则该预测器已经具有可解释性资源。
提供预测变量ARN时需要以下参数：
-
ExplainabilityName- 可解释性的唯一名称。 -
ResourceArn- 预测器的 Arn。 -
TimePointGranularity-必须设置为 “ALL”。 -
TimeSeriesGranularity-必须设置为 “ALL”。
以下参数不需要指定值：
-
DataSource-仅当 TimeSeriesGranularity 为 “SPECIFIC” 时有效。 -
Schema-仅当 TimeSeriesGranularity 为 “SPECIFIC” 时有效。 -
StartDateTime-仅当 TimePointGranularity 为 “SPECIFIC” 时有效。 -
EndDateTime-仅当 TimePointGranularity 为 “SPECIFIC” 时有效。
CreateExplainability with a Forecast ARN
注意
您最多可以指定 50 个时间序列和 500 个时间点。
提供预测变量ARN时需要以下参数：
-
ExplainabilityName- 可解释性的唯一名称。 -
ResourceArn- 预测的 Arn。 -
TimePointGranularity-“ALL” 或 “SPECIFIC”。 -
TimeSeriesGranularity-“ALL” 或 “SPECIFIC”。
如果设置 TimeSeriesGranularity 为 “SPECIFIC”，则还必须提供以下信息：
-
DataSource-指定您的时间序列CSV的文件的 S3 位置。 -
Schema- 架构定义了数据来源中列出的属性和属性类型。
如果设置 TimePointGranularity 为 “SPECIFIC”，则还必须提供以下信息：
-
StartDateTime- 时间点范围内的第一个时间戳。 -
EndDateTime- 时间点范围内的最后一个时间戳。
请求语法
{
"DataSource": {
"S3Config": {
"KMSKeyArn": "string",
"Path": "string",
"RoleArn": "string"
}
},
"EnableVisualization": boolean,
"EndDateTime": "string",
"ExplainabilityConfig": {
"TimePointGranularity": "string",
"TimeSeriesGranularity": "string"
},
"ExplainabilityName": "string",
"ResourceArn": "string",
"Schema": {
"Attributes": [
{
"AttributeName": "string",
"AttributeType": "string"
}
]
},
"StartDateTime": "string",
"Tags": [
{
"Key": "string",
"Value": "string"
}
]
}请求参数
该请求接受以下JSON格式的数据。
- DataSource
-
您的数据来源、允许 Amazon Forecast 访问数据的 AWS Identity and Access Management (IAM) 角色以及 AWS Key Management Service （可选KMS）密钥。
类型：DataSource 对象
必需：否
- EnableVisualization
-
创建可在控制台中查看的可解释性可视化。 AWS
类型：布尔值
必需：否
- EndDateTime
-
如果设置
TimePointGranularity为SPECIFIC，则定义为可解释性的最后一个时间点。使用以下时间戳格式：yyyy-mm-dd: mmTHH: ss（例如：2015-01-01T20：00:00）
类型：字符串
长度限制：最大长度为 19。
模式：
^\d{4}-\d{2}-\d{2}T\d{2}:\d{2}:\d{2}$必需：否
- ExplainabilityConfig
-
定义可解释性的时间序列粒度和时间点的配置设置。
类型：ExplainabilityConfig 对象
必需：是
- ExplainabilityName
-
可解释性的唯一名称。
类型：字符串
长度限制：最小长度为 1。最大长度为 63。
模式：
^[a-zA-Z][a-zA-Z0-9_]*必需：是
- ResourceArn
-
用于创建可解释性的预测变量或 Forecast 的 Amazon 资源名称 (ARN)。
类型：字符串
长度约束：最大长度为 256。
模式：
arn:([a-z\d-]+):forecast:.*:.*:.+必需：是
- Schema
-
定义数据集的字段。
类型：Schema 对象
必需：否
- StartDateTime
-
如果设置
TimePointGranularity为SPECIFIC，则定义为可解释性的第一个点。使用以下时间戳格式：yyyy-mm-dd: mmTHH: ss（例如：2015-01-01T20：00:00）
类型：字符串
长度限制：最大长度为 19。
模式：
^\d{4}-\d{2}-\d{2}T\d{2}:\d{2}:\d{2}$必需：否
- Tags
-
可帮助您对资源进行分类和组织的可选元数据。每个标签都包含定义的一个密钥和一个可选值。标签键和值区分大小写。
以下限制适用于标签：
-
对于每个资源，每个标签键都必须是唯一的，每个标签键必须有一个值。
-
每个资源的标签数上限： 50。
-
最大密钥长度：UTF-8 中的 128 个 Unicode 字符。
-
最大值长度：UTF-8 中的 256 个 Unicode 字符。
-
可接受的字符：所有字母和数字、可用 UTF -8 表示的空格以及 +-=。_ : / @。如果您的标记架构在其他服务和资源中使用，则这些服务的字符限制也适用。
-
键前缀不能包含
aws:或AWS:的任何大写或小写组合。值可以带有该前缀。如果标签值将aws作为其前缀，但键没有前缀，则 Forecast 会将其视为用户标签，并将计入 50 个标签的限制。仅具有aws的键前缀的标签不计入每个资源的标签数限制。不能编辑或删除带该前缀的标签键。
类型：Tag 对象数组
数组成员：最少 0 个物品。最多 200 项。
必需：否
-
响应语法
{
"ExplainabilityArn": "string"
}响应元素
如果操作成功，服务将发回 HTTP 200 响应。
以下数据由服务以JSON格式返回。
- ExplainabilityArn
-
可解释性的 Amazon 资源名称 (ARN)。
类型：字符串
长度约束：最大长度为 256。
模式：
arn:([a-z\d-]+):forecast:.*:.*:.+
错误
- InvalidInputException
-
我们无法处理该请求，因为其包含无效值或超出有效范围的值。
HTTP状态码：400
- LimitExceededException
-
超过了每个账户的资源数量限制。
HTTP状态码：400
- ResourceAlreadyExistsException
-
已存在同名资源。请使用不同的名称重试。
HTTP状态码：400
- ResourceInUseException
-
指定的资源正在使用中。
HTTP状态码：400
- ResourceNotFoundException
-
我们找不到带有该 Amazon 资源名称的资源 (ARN)。请检查ARN并重试。
HTTP状态码：400
另请参阅
有关API在一种特定语言中使用此功能的更多信息 AWS SDKs，请参阅以下内容：
