转换函数 - Amazon Forecast

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。

转换函数

转换函数是一组操作，可用于选择和修改相关时间序列中的行。您可以通过条件操作来选择需要的行。然后，可以使用转换操作修改行。所有条件都与一个AND操作相结合，这意味着所有条件都必须为真才能应用转换。将按转换列出的顺序应用转换。

在创建假设分析预测时，请使用转换函数生成器来指定要应用的条件和转换。下图对此功能进行了说明。

Transformation function builder interface with options to modify price and stock count.

在突出显示的部分中，对于 tacoma（即华盛顿州塔科马市）商店中标颜色 blue 的项目，price 列乘以 0.90（即 10％ 的折扣）。为此，Amazon Forecast 首先要创建一个基准相关时间序列的子集，使其仅包含 store 中等于 tacoma 的行。

该子集被进一步缩减为仅包含 color 中等于 blue 的行。最后，将 price 列中的所有值乘以 0.90，以创建一个在假设分析预测中使用的新相关时间序列。

Amazon Forecast 支持以下条件：

  • EQUALS - 此列中的值与条件中提供的值相同。

  • NOT_EQUALS - 此列中的值与条件中提供的值不同。

  • LESS_THAN - 此列中的值小于条件中提供的值。

  • GREATER_THAN - 此列中的值大于条件中提供的值。

Amazon Forecast 支持以下操作：

  • ADD - 此列中的所有行都加上提供的值。

  • SUBTRACT - 从此列中的所有行中减去提供的值。

  • MULTIPLY - 此列中的所有行乘以提供的值。

  • DIVIDE - 此列中的所有行除以提供的值。

以下是如何使用指定时间序列变换的示例SDK。

Example 1

此示例对西雅图商店的所有项目应用 10% 的折扣。请注意，“城市”是一个预测维度。

TimeSeriesTransformations=[
  {
    "Action": {
      "AttributeName": "price",
      "Operation": "MULTIPLY",
      "Value": 0.90
      },
    "TimeSeriesConditions": [
      {
        "AttributeName": "city",
        "AttributeValue": "seattle",
        "Condition": "EQUALS"
      }
    ]
  }
]
Example 2

此示例对“电子产品”类别中的所有项目应用 10% 的折扣。请注意，“product_category”是一个项目元数据。

TimeSeriesTransformations=[
  {
    "Action": {
      "AttributeName": "price",
      "Operation": "MULTIPLY",
      "Value": 0.90
      },
    "TimeSeriesConditions": [
      {
        "AttributeName": "product_category",
        "AttributeValue": "electronics",
        "Condition": "EQUALS"
      }
    ] 
  }
]
Example 3

此示例对特定 item BOA21314K _id 应用了 20% 的加价。

TimeSeriesTransformations=[
  {
    "Action": {
      "AttributeName": "price",
      "Operation": "MULTIPLY",
      "Value": 1.20
      },
    "TimeSeriesConditions": [
      {
        "AttributeName": "item_id",
        "AttributeValue": "BOA21314K",
        "Condition": "EQUALS"
      }
    ] 
  }
]
Example 4

此示例为西雅图和贝尔维尤商店的所有项目增加 1 美元。

TimeSeriesTransformations=[
  {
    "Action": {
      "AttributeName": "price",
      "Operation": "ADD",
      "Value": 1.0
      },
    "TimeSeriesConditions": [
      {
        "AttributeName": "city",
        "AttributeValue": "seattle",
        "Condition": "EQUALS"
      }
    ] 
  },
  {
    "Action": {
      "AttributeName": "price",
      "Operation": "ADD",
      "Value": 1.0
      },
    "TimeSeriesConditions": [
      {
        "AttributeName": "city",
        "AttributeValue": "bellevue",
        "Condition": "EQUALS"
      }
    ] 
  }
]
Example 5

此示例为 2022 年 9 月西雅图商店的所有项目减去 1 美元。

TimeSeriesTransformations=[
  {
    "Action": {
      "AttributeName": "price",
      "Operation": "SUBTRACT",
      "Value": 1.0
      },
    "TimeSeriesConditions": [
      {
        "AttributeName": "city",
        "AttributeValue": "seattle",
        "Condition": "EQUALS"
      },
      {
        "AttributeName": "timestamp",
        "AttributeValue": "2022-08-31 00:00:00",
        "Condition": "GREATER_THAN"
      },
      {
        "AttributeName": "timestamp",
        "AttributeValue": "2022-10-01 00:00:00",
        "Condition": "LESS_THAN"
      }
    ] 
  }
]
Example 6

在此示例中，价格先乘以 10，然后再减去 5 美元。请注意，此类操作是按照声明的顺序应用的。

TimeSeriesTransformations=[
  {
    "Action": {
      "AttributeName": "price",
      "Operation": "MULTIPLY",
      "Value": 10.0
      },
    "TimeSeriesConditions": [
      {
        "AttributeName": "city",
        "AttributeValue": "seattle",
        "Condition": "EQUALS"
      }
    ]
    },
    {
    "Action": {
      "AttributeName": "price",
      "Operation": "SUBTRACT",
      "Value": 5.0
      },
    "TimeSeriesConditions": [
      {
        "AttributeName": "city",
        "AttributeValue": "seattle",
        "Condition": "EQUALS"
      }
    ] 
   }
]
Example 7

因为此示例创建了一个空集，所以此操作不适用于任何时间序列。此代码试图修改西雅图和贝尔维尤商店中所有项目的价格。由于条件与AND操作相结合，并且商店只能存在于一个城市中，因此结果为空集。因此，此操作不适用。

TimeSeriesTransformations=[
  {
    "Action": {
      "AttributeName": "price",
      "Operation": "MULTIPLY",
      "Value": 10.0
      },
    "TimeSeriesConditions": [
      {
        "AttributeName": "city",
        "AttributeValue": "seattle",
        "Condition": "EQUALS"
      },
      {
        "AttributeName": "city",
        "AttributeValue": "bellevue",
        "Condition": "EQUALS"
      },
    ] 
  }
]

有关如何将一个条件应用于多个属性的示例，请参阅示例 4。

Example 8

使用时间戳的转换条件适用于边界对齐的数据，而不适用于原始数据。例如，您每小时输入一次数据，然后每天进行预测。在本用例中，Forecast 会将时间戳与当天对齐，因此将 2020-12-31 01:00:00 与 2020-12-31 00:00:00 对齐。此代码将创建一个空集，因为它没有在边界对齐的时间戳处指定时间戳。

TimeSeriesTransformations=[
  {
    "Action": {
      "AttributeName": "price",
      "Operation": "MULTIPLY",
      "Value": 10.0
      },
    "TimeSeriesConditions": [
      {
        "AttributeName": "timestamp",
        "AttributeValue": "2020-12-31 01:00:00",
        "Condition": "EQUALS"
      },
    ] 
  }
]