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](https://aws.amazon.com/blogs/machine-learning/transition-your-amazon-forecast-usage-to-amazon-sagemaker-canvas/) 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。 # CreatePredictor **注意** 此操作创建传统预测器，该预测器不包含 Amazon Forecast 提供的所有预测器功能。要创建与 Forecast 所有方面兼容的预测器，请使用 [CreateAutoPredictor](API_CreateAutoPredictor.md)。 创建 Amazon Forecast 预测器。 **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](https://aws.amazon.com/blogs/machine-learning/transition-your-amazon-forecast-usage-to-amazon-sagemaker-canvas/) 在该请求中，提供一个数据集组并指定算法，或者让 Amazon Forecast 使用 AutoML 为您选择算法。如果指定算法，您还可以覆盖特定于算法的超参数。 Amazon Forecast 使用该算法采用指定数据集组中最新版本的数据集来训练预测器。然后，您可以使用 [CreateForecast](API_CreateForecast.md) 操作生成预测。 要查看评估指标，请使用 [GetAccuracyMetrics](API_GetAccuracyMetrics.md) 操作。 您可以指定特征化配置来填充并聚合 `TARGET_TIME_SERIES` 数据集中的数据字段，从而改进模型训练。有关更多信息，请参阅 [FeaturizationConfig](API_FeaturizationConfig.md)。 对于 RELATED\$1TIME\$1SERIES 数据集，`CreatePredictor` 验证创建数据集时指定的 `DataFrequency` 是否匹配 `ForecastFrequency`。TARGET\$1TIME\$1SERIES 数据集没有此限制。Amazon Forecast 还会验证分隔符和时间戳格式。有关更多信息，请参阅 [导入数据集](howitworks-datasets-groups.md)。 默认情况下，预测器以 0.1（P10）、0.5（P50）和 0.9 （P90）分位数进行训练和评估。您可以通过设置 `ForecastTypes` 来选择自定义预测类型来训练和评估预测器。 **AutoML** 如果您希望 Amazon Forecast 评估每种算法并选择最大限度地减少 `objective function` 的算法，请设置 `PerformAutoML` 为 `true`。定义 `objective function` 为预测类型的加权损失均值。默认情况下，这些损失是 p10、p50 和 p90 分位数损失。有关更多信息，请参阅 [EvaluationResult](API_EvaluationResult.md)。 启用 AutoML 时，不允许使用以下属性： + `AlgorithmArn` + `HPOConfig` + `PerformHPO` + `TrainingParameters` 要获取所有预测器的列表，请使用 [ListPredictors](API_ListPredictors.md) 操作。 **注意** 在使用预测器创建预测之前，预测器的 `Status` 必须为 `ACTIVE`，表示训练已完成。要获取此状态，请使用 [DescribePredictor](API_DescribePredictor.md) 操作。 ## 请求语法 ``` { "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" } } ``` ## 请求参数 请求接受采用 JSON 格式的以下数据。 ** [AlgorithmArn](#API_CreatePredictor_RequestSyntax) ** 用于模型训练的算法的 Amazon 资源名称（ARN）。如果未将 `PerformAutoML` 设置为 `true`，则是必需。 **支持的算法：** + `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` 类型：字符串 长度约束：最大长度为 256。 模式：`arn:([a-z\d-]+):forecast:.*:.*:.+` 必需：否 ** [AutoMLOverrideStrategy](#API_CreatePredictor_RequestSyntax) ** `LatencyOptimized` AutoML 覆盖策略仅在私有测试版中可用。请联系 Su AWS pport 或您的客户经理，详细了解访问权限。 用于覆盖默认的 AutoML 策略，即优化预测器的准确性。要应用可最大限度地缩短训练时间的 AutoML 策略，请使用 `LatencyOptimized`。 此参数仅对使用 AutoML 训练的预测器有效。 类型：字符串 有效值：`LatencyOptimized | AccuracyOptimized` 必需：否 ** [EncryptionConfig](#API_CreatePredictor_RequestSyntax) ** AWS Key Management Service (KMS) 密钥和 Amazon Forecast 可以代入的访问密钥的 AWS Identity and Access Management (IAM) 角色。 类型：[EncryptionConfig](API_EncryptionConfig.md) 对象 必需：否 ** [EvaluationParameters](#API_CreatePredictor_RequestSyntax) ** 用于覆盖指定算法的默认评估参数。Amazon Forecast 通过将数据集拆分为训练数据和测试数据来评估预测器。评估参数定义了如何执行拆分和迭代次数。 类型：[EvaluationParameters](API_EvaluationParameters.md) 对象 必需：否 ** [FeaturizationConfig](#API_CreatePredictor_RequestSyntax) ** 特征化配置。 类型：[FeaturizationConfig](API_FeaturizationConfig.md) 对象 是否必需：是 ** [ForecastHorizon](#API_CreatePredictor_RequestSyntax) ** 指定训练模型来预测的时间步长数。预测范围也称为预测长度。 例如，如果您为每日数据集合配置数据集（使用 [CreateDataset](API_CreateDataset.md) 操作的 `DataFrequency`参数），并将预测范围设置为 10，则模型将返回 10 天的预测。 最大预测范围是 500 个时间步长或 TARGET\$1TIME\$1SERIES 数据集长度的 1/3 中较小的一个。 类型：整数 是否必需：是 ** [ForecastTypes](#API_CreatePredictor_RequestSyntax) ** 指定用于训练预测器的预测类型。您最多可指定五种预测类型。预测类型可以是从 0.01 到 0.99 的分位数，增量为 0.01 或更高。您也可以使用 `mean` 指定均值预测。 默认值为 `["0.10", "0.50", "0.9"]`。 类型：字符串数组 数组成员：最少 1 项。最多 20 项。 长度限制：最小长度为 2。最大长度为 4。 模式：`(^0?\.\d\d?$|^mean$)` 必需：否 ** [HPOConfig](#API_CreatePredictor_RequestSyntax) ** 为算法提供超参数覆盖值。如果您未提供此参数，Amazon Forecast 将使用默认值。各个算法指定哪些超参数支持超参数优化（HPO）。有关更多信息，请参阅 [Amazon Forecast 算法](aws-forecast-choosing-recipes.md)。 如果包含 `HPOConfig` 对象，则必须设置 `PerformHPO` 为 true。 类型：[HyperParameterTuningJobConfig](API_HyperParameterTuningJobConfig.md) 对象 必需：否 ** [InputDataConfig](#API_CreatePredictor_RequestSyntax) ** 描述包含要用于训练预测器的数据的数据集组。 类型：[InputDataConfig](API_InputDataConfig.md) 对象 是否必需：是 ** [OptimizationMetric](#API_CreatePredictor_RequestSyntax) ** 用于优化预测器的准确性指标。默认值为 `AverageWeightedQuantileLoss`。 类型：字符串 有效值：`WAPE | RMSE | AverageWeightedQuantileLoss | MASE | MAPE` 必需：否 ** [PerformAutoML](#API_CreatePredictor_RequestSyntax) ** 是否执行 AutoML。当 Amazon Forecast 执行 AutoML 时，它会评估其提供的算法，并为您的训练数据集选择最佳算法和配置。 默认值为 `false`。在这种情况下，需要指定算法。 将 `PerformAutoML` 设置为 `true`，使 Amazon Forecast 执行 AutoML。如果您不确定哪种算法适合您的训练数据，那么这是一个不错的选择。在这种情况下，`PerformHPO` 必须为 false。 类型：布尔值 必需：否 ** [PerformHPO](#API_CreatePredictor_RequestSyntax) ** 是否执行超参数优化（HPO）。HPO 会为您的训练数据找到最佳的超参数值。执行 HPO 的过程称为运行超参数优化作业。 默认值为 `false`。在这种情况下，Amazon Forecast 使用所选算法中的默认超参数值。 要覆盖默认值，请将 `PerformHPO` 设置为 `true`，也可以提供 [HyperParameterTuningJobConfig](API_HyperParameterTuningJobConfig.md) 对象。优化作业指定要优化的指标、哪些超参数参与优化以及每个可优化参数的有效范围。在这种情况下，您需要指定算法，并且 `PerformAutoML` 必须为 false。 下列算法支持 HPO： + DeepAR\$1 + CNN-QR 类型：布尔值 必需：否 ** [PredictorName](#API_CreatePredictor_RequestSyntax) ** 预测器的名称。 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_]*` 是否必需：是 ** [Tags](#API_CreatePredictor_RequestSyntax) ** 您应用于预测器以帮助您对其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键和一个可选值。 下面是适用于 标签的基本限制： + 每个资源的最大标签数 - 50。 + 对于每个资源，每个标签键必须是唯一的，并且每个标签键只能有一个值。 + 最大键长度 - 128 个 Unicode 字符（采用 UTF-8 格式）。 + 最大值长度 - 256 个 Unicode 字符（采用 UTF-8 格式）。 + 如果您的标记模式针对多个服务和资源使用，请记得其它服务可能对允许使用的字符有限制。通常允许使用的字符包括：可用 UTF-8 格式表示的字母、数字和空格，以及以下字符：\$1：= . \$1 : / @。 + 标签键和值区分大小写。 + 请勿使用`aws:``AWS:`、或任何大写或小写组合，例如密钥的前缀，因为它是保留供 AWS 使用的。不能编辑或删除带此前缀的标签键。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。 类型：[Tag](API_Tag.md) 对象数组 数组成员：最少 0 个物品。最多 200 项。 必需：否 ** [TrainingParameters](#API_CreatePredictor_RequestSyntax) ** 模型训练中要覆盖的超参数。您可以覆盖的超参数在各个算法中列出。有关支持的算法的列表，请参阅 [Amazon Forecast 算法](aws-forecast-choosing-recipes.md)。 类型：字符串到字符串映射 映射条目：最低 0 项。最多 100 个项目。 密钥长度限制：最大长度为 256。 键模式：`^[a-zA-Z0-9\-\_\.\/\[\]\,\\]+$` 值长度限制：最大长度为 256。 值模式：`^[a-zA-Z0-9\-\_\.\/\[\]\,\"\\\s]+$` 必需：否 ## 响应语法 ``` { "PredictorArn": "string" } ``` ## 响应元素 如果此操作成功，则该服务将会发送回 HTTP 200 响应。 服务以 JSON 格式返回以下数据。 ** [PredictorArn](#API_CreatePredictor_ResponseSyntax) ** 预测器的 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 状态代码：400 ** LimitExceededException ** 超过了每个账户的资源数量限制。 HTTP 状态代码：400 ** ResourceAlreadyExistsException ** 已存在同名资源。请使用不同的名称重试。 HTTP 状态代码：400 ** ResourceInUseException ** 指定的资源正在使用中。 HTTP 状态代码：400 ** ResourceNotFoundException ** 我们找不到具有该 Amazon 资源名称（ARN）的资源。检查 ARN，然后重试。 HTTP 状态代码：400 ## 另请参阅 有关以特定语言之一使用此 API 的更多信息 AWS SDKs，请参阅以下内容： + [AWS 命令行界面 V2](https://docs.aws.amazon.com/goto/cli2/forecast-2018-06-26/CreatePredictor) + [AWS 适用于.NET 的 SDK V4](https://docs.aws.amazon.com/goto/DotNetSDKV4/forecast-2018-06-26/CreatePredictor) + [AWS 适用于 C\$1\$1 的 SDK](https://docs.aws.amazon.com/goto/SdkForCpp/forecast-2018-06-26/CreatePredictor) + [AWS 适用于 Go v2 的 SDK](https://docs.aws.amazon.com/goto/SdkForGoV2/forecast-2018-06-26/CreatePredictor) + [AWS 适用于 Java 的 SDK V2](https://docs.aws.amazon.com/goto/SdkForJavaV2/forecast-2018-06-26/CreatePredictor) + [AWS JavaScript V3 版软件开发工具包](https://docs.aws.amazon.com/goto/SdkForJavaScriptV3/forecast-2018-06-26/CreatePredictor) + [AWS 适用于 Kotlin 的 SDK](https://docs.aws.amazon.com/goto/SdkForKotlin/forecast-2018-06-26/CreatePredictor) + [AWS 适用于 PHP 的 SDK V3](https://docs.aws.amazon.com/goto/SdkForPHPV3/forecast-2018-06-26/CreatePredictor) + [AWS Python 软件开发工具包](https://docs.aws.amazon.com/goto/boto3/forecast-2018-06-26/CreatePredictor) + [AWS 适用于 Ruby V3 的 SDK](https://docs.aws.amazon.com/goto/SdkForRubyV3/forecast-2018-06-26/CreatePredictor)