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。
# 入门 (AWS CLI)
在本练习中，您将使用 AWS Command Line Interface (AWS CLI) 来浏览 Amazon Forecast。您将创建 Amazon Forecast 数据集、训练预测器并使用生成的预测器生成预测。开始之前，请确保您已经有 AWS 账户 并且已设置 AWS CLI。有关更多信息，请参阅 [设置](setup.md)。
**注意**
本练习中的 AWS CLI 命令已在 Linux 上进行了测试。有关在 Windows 上使用 AWS CLI 命令的信息，请参阅*AWS Command Line Interface 用户指南 AWS Command Line Interface*[中的为指定参数值](https://docs.aws.amazon.com/cli/latest/userguide/cli-using-param.html)。
## 步骤 1：导入训练数据
首先创建数据集并将用电量数据导入其中。
**创建 Amazon Forecast 数据集**
1. 确定哪些域和数据集类型合适。
您将导入数据集的训练数据会影响您选择的数据集域和类型。现在，让我们看一看用电量数据的一些示例行。
```
2014-01-01 01:00:00, 2.53807106598985, client_0
2014-01-01 01:00:00, 23.648648648648624, client_1
2014-01-01 02:00:00, 9.648648648612345, client_0
```
数据格式为 CSV（逗号分隔值），数据每小时收集一次（如时间戳所示）。它包含以下列：
+ 列 1 – 记录用电量时显示的时间戳。
+ 列 2 – 每小时用电量值（请注意时间戳值按小时增加的方式）。
+ 列 3 – 标识使用电力的客户的客户端 ID 值。
对于此数据，请选择以下预定义的数据集域和数据集类型：
+ 自定义域 – METRICS、RETAIL 或 WEB\$1TRAFFIC 等数据集域均不适用于此数据，因此请选择自定义域。
+ 目标时间序列类型 – 该数据是时间序列，因为它跟踪用电量随时间的变化情况。它还包含我们要预测的*目标*（列 2，用电量）。因此，请选择目标时间序列数据集类型。
要了解您为何选择此类型，请参阅[预定义数据集域和数据集类型](howitworks-domains-ds-types.md)。
1. 确定数据集架构。
针对 [CUSTOM 域](custom-domain.md)的目标时间序列类型需要以下字段：`timestamp`、`target_value` 和 `item_id`。`target_value` 字段为目标。Amazon Forecast 为该字段生成预测。
要将必填字段映射到您数据中的列，您应创建架构。架构中的每个*属性*都映射到数据中的一个字段。
**重要**
架构中属性的顺序必须与训练数据中字段的顺序匹配。
```
{
"Attributes":[
{
"AttributeName": "timestamp",
"AttributeType": "timestamp"
},
{
"AttributeName": "target_value",
"AttributeType": "float"
},
{
"AttributeName": "item_id",
"AttributeType": "string"
}
]
}
```
现在，您具有创建数据集并将数据导入其中所需的信息。
1. 创建数据集。
```
aws forecast create-dataset \
--dataset-name electricity_demand_ds \
--domain CUSTOM \
--dataset-type TARGET_TIME_SERIES \
--data-frequency H \
--schema '{
"Attributes": [
{
"AttributeName": "timestamp",
"AttributeType": "timestamp"
},
{
"AttributeName": "target_value",
"AttributeType": "float"
},
{
"AttributeName": "item_id",
"AttributeType": "string"
}
]
}'
```
在请求中，`data-frequency` 值 `H` 表示每小时的数据收集频率。以下为响应示例。
```
{
"DatasetArn": "arn:aws:forecast:us-west-2:acct-id:dataset/electricity_demand_ds"
}
```
有关此操作的更多信息，请参阅[CreateDataset](API_CreateDataset.md)。
1. （可选）获取数据集的描述。
```
aws forecast describe-dataset \
--dataset-arn arn:aws:forecast:us-west-2:acct-id:dataset/electricity_demand_ds
```
以下为响应示例。
```
{
"DatasetName": "electricity_demand_ds",
"DatasetArn": "arn:aws:forecast:us-west-2:acct-id:dataset/electricity_demand_ds",
"CreationTime": 1564533087.907,
"LastModificationTime": 1564533087.907,
"Domain": "CUSTOM",
"DatasetType": "TARGET_TIME_SERIES",
"DataFrequency": "H",
"Schema": { ... },
"EncryptionConfig": {},
"Status": "ACTIVE"
}
```
**注意**
响应中密钥值对的顺序是任意的。
1. 创建数据集组并向该组添加数据集。`domain` 参数的值必须与数据集的 `domain` 相匹配。
```
aws forecast create-dataset-group \
--dataset-group-name electricity_ds_group \
--dataset-arns arn:aws:forecast:us-west-2:acct-id:dataset/electricity_demand_ds \
--domain CUSTOM
```
以下为响应示例。
```
{
"DatasetGroupArn": "arn:aws:forecast:us-west-2:acct-id:dataset-group/electricity_ds_group"
}
```
有关此操作的更多信息，请参阅[CreateDatasetGroup](API_CreateDatasetGroup.md)。
1. （可选）获取数据集组的描述。
```
aws forecast describe-dataset-group \
--dataset-group-arn arn:aws:forecast:us-west-2:acct-id:dataset-group/electricity_ds_group
```
以下为响应示例。
```
{
"DatasetGroupName": "electricity_ds_group",
"DatasetGroupArn": "arn:aws:forecast:us-west-2:acct-id:dataset-group/electricity_ds_group",
"DatasetArns": [
"arn:aws:forecast:us-west-2:acct-id:dataset-group/electricity_ds_group"
],
"Domain": "CUSTOM",
"CreationTime": 1564533719.852,
"LastModificationTime": 1564533719.852,
"Status": "ACTIVE"
}
```
1. 将用电量训练数据从您的 Amazon S3 存储桶导入数据集。您提供的 IAM 角色必须有权从您的 S3 存储桶读取数据。有关如何创建 IAM 角色的信息，请参阅 [为 Amazon Forecast 创建 IAM 角色 (AWS CLI)](aws-forecast-iam-roles.md#aws-forecast-create-iam-role-with-cli)。
```
aws forecast create-dataset-import-job \
--dataset-arn arn:aws:forecast:us-west-2:acct-id:dataset/electricity_demand_ds \
--dataset-import-job-name electricity_ds_import_job \
--data-source '{
"S3Config": {
"Path": "s3://bucket/electricityusagedata.csv",
"RoleArn": "arn:aws:iam::acct-id:role/Role"
}
}'
```
以下是 `data-source` 参数的缩写语法。
```
--data-source S3Config="{Path='s3://bucket/electricityusagedata.csv',RoleArn='arn:aws:iam::acct-id:role/Role'}"
```
以下为响应示例。
```
{
"DatasetImportJobArn": "arn:aws:forecast:us-west-2:acct-id:dataset-import-job/electricity_demand_ds/electricity_ds_import_job"
}
```
有关此操作的更多信息，请参阅[CreateDatasetImportJob](API_CreateDatasetImportJob.md)。
1. 检查导入状态。
```
aws forecast describe-dataset-import-job \
--dataset-import-job-arn arn:aws:forecast:us-west-2:acct-id:dataset-import-job/electricity_demand_ds/electricity_ds_import_job
```
以下为响应示例。
```
{
"DatasetImportJobName": "electricity_ds_import_job",
"DatasetImportJobArn": "arn:aws:forecast:us-west-2:acct-id:dataset-import-job/electricity_demand_ds/electricity_ds_import_job",
"DatasetArn": "arn:aws:forecast:us-west-2:acct-id:dataset/electricity_demand_ds",
"DataSource": {
"S3Config": {
"Path": "s3://bucket/electricityusagedata.csv",
"RoleArn": "arn:aws:iam::acct-id:role/ForecastRole"
}
},
"DataSize": 0.14639010466635227,
"TimeStampFormat": "yyyy-MM-dd HH:mm:ss",
"CreationTime": 1564537011.114,
"LastModificationTime": 1564537028.223,
"Status": "CREATE_IN_PROGRESS"
}
```
当所有数据已导入时，状态将变为 ACTIVE 并且响应将包含这些数据的统计信息，如以下示例所示。
```
{
"DatasetArn": "arn:aws:forecast:us-west-2:acct-id:dataset/electricity_demand_ds",
"Status": "ACTIVE",
"FieldStatistics": {
"date": {
"Min": "2014-01-01T01:00:00Z",
"Max": "2015-01-01T00:00:00Z",
"Count": 3241200,
"CountDistinct": 8760,
"CountNull": 0
},
"target": {
"Min": "0.0",
"Max": "168200.0",
"Avg": 606.5167610461679,
"Stddev": 3518.405223972031,
"Count": 3241200,
"CountDistinct": 1196961,
"CountNull": 0,
"CountNan": 0
},
"item": {
"Count": 3241200,
"CountDistinct": 370,
"CountNull": 0
}
},
...
}
```
**重要**
您必须等到状态变为 ACTIVE，然后再使用数据集组创建预测。
有关此操作的更多信息，请参阅[DescribeDatasetImportJob](API_DescribeDatasetImportJob.md)。
## 步骤 2：创建预测器
要创建预测器，请使用[CreateAutoPredictor](API_CreateAutoPredictor.md)操作并提供以下信息。
+ **预测器名称** - 为预测器命名，以便您可以将其与其他预测器区分开来
+ **数据集组** - 您在上述步骤中创建了该数据集组。
+ **预测频率** - 预测的粒度（每小时、每天、每周等）。
+ **预测范围** - 预测的时间步数。
创建预测器后，您将检查 Amazon Forecast 生成的准确性指标。这些指标可帮助您决定是否使用预测器来生成预测。有关预测器的更多信息，请参阅[训练预测器](howitworks-predictor.md)。
**创建预测器并检查准确性指标**
1. 创建预测器。
```
aws forecast create-predictor \
--predictor-name electricitypredictor \
--input-data-config DatasetGroupArn="arn:aws:forecast:us-west-2:acct-id:dsgroup/electricity_ds_group" \
--forecast-horizon 36 \
--forecast-frequency D
```
以下为响应示例。
```
{
"PredictorArn": "arn:aws:forecast:us-west-2:acct-id:predictor/electricitypredictor"
}
```
1. 获取预测器的状态。
```
aws forecast describe-predictor \
--predictor-arn arn:aws:forecast:us-west-2:acct-id:predictor/electricitypredictor
```
以下为响应示例。
```
{
"PredictorArn": "arn:aws:forecast:::predictor/electricitypredictor",
"PredictorName": "electricitypredictor",
"ForecastHorizon": 36,
"ForecastTypes": [
"0.1",
"0.5",
"0.9"
],
"ForecastFrequency": "D",
"DatasetImportJobArns": [
"arn:aws:forecast:::dataset-import-job/getting_started_dataset/gs_import"
],
"DataConfig": {
"DatasetGroupArn": "arn:aws:forecast:::dataset-group/getting_started",
"AttributeConfigs": [
{
"AttributeName": "target_value",
"Transformations": {
"aggregation": "sum",
"backfill": "zero",
"frontfill": "none",
"middlefill": "zero"
}
}
]
},
"EstimatedTimeRemainingInMinutes": 97,
"Status": "CREATE_IN_PROGRESS",
"CreationTime": "2022-02-23T09:26:24.643000-08:00",
"LastModificationTime": "2022-02-23T09:49:26.899000-08:00",
"ExplainabilityInfo": {
"Status": "NOT_AVAILABLE"
}
}
```
**重要**
模型训练需要时间。在训练完成且预测器的状态变为 ACTIVE 之前，请勿继续操作。
1. 获取预测器的准确性指标。
```
aws forecast get-accuracy-metrics \
--predictor-arn arn:aws:forecast:us-west-2:acct-id:predictor/electricitypredictor
```
以下为响应示例。
```
{
"PredictorEvaluationResults": [
{
"TestWindows": [
{
"EvaluationType": "SUMMARY",
"Metrics": {
"RMSE": 448.19602551622864,
"WeightedQuantileLosses": [
{
"Quantile": 0.9,
"LossValue": 0.11574311406253326
},
{
"Quantile": 0.5,
"LossValue": 0.1706269067283527
},
{
"Quantile": 0.1,
"LossValue": 0.11724164222477837
}
]
}
},
{
"EvaluationType": "COMPUTED",
"Metrics": {
"RMSE": 448.19602551622864,
"WeightedQuantileLosses": [
{
"Quantile": 0.9,
"LossValue": 0.11574311406253326
},
{
"Quantile": 0.5,
"LossValue": 0.1706269067283527
},
{
"Quantile": 0.1,
"LossValue": 0.11724164222477837
}
]
},
"TestWindowEnd": 1420070400.0,
"TestWindowStart": 1420002000.0
}
]
}
]
}
```
这些指标显示每个分位数的误差损失。例如，第一个分位数的误差为 11.7%。指标还会显示 root-mean-square错误 (`RMSE`)。
汇总指标显示所有测试窗口上的计算指标的平均值。由于只有一个测试窗口，因此汇总指标和计算指标相等。
有关此操作的更多信息，请参阅[GetAccuracyMetrics](API_GetAccuracyMetrics.md)。
## 步骤 3：创建预测
Amazon Forecast 为数据集中每个唯一的 `item_id` 的 `target_value` 字段（由数据集域和类型确定）创建预测。在本练习中，`target_value`现场提供用电量，并`item_id`提供客户 IDs。您将获得客户的每小时用电量的预测。
在创建预测后，您可以查询单个项目或导出完整的预测。
**创建、检索和导出预测**
1. 创建预测。
```
aws forecast create-forecast \
--forecast-name electricityforecast \
--predictor-arn arn:aws:forecast:us-west-2:acct-id:predictor/electricitypredictor
```
该操作使用预测器来创建预测。在响应中，您将获得预测的 Amazon 资源名称（ARN）。您可以使用此 ARN 来检索和导出预测。以下为响应示例。
```
{
"ForecastArn": "arn:aws:forecast:us-west-2:acct-id:forecast/electricityforecast"
}
```
有关此操作的更多信息，请参阅[CreateForecast](API_CreateForecast.md)。
1. 检索 `client_1` 前两个小时的预测。
**注意**
服务名称 `forecastquery` 不同于其他地方使用的服务名称。
```
aws forecastquery query-forecast \
--forecast-arn arn:aws:forecast:us-west-2:acct-id:forecast/electricityforecast \
--start-date 2015-01-01T00:00:00 \
--end-date 2015-01-01T02:00:00 \
--filters '{"item_id":"client_1"}'
```
该操作包括以下参数。
+ `start-date` 和 `end-date` – 指定要为其检索预测的可选日期范围。如果您未指定这些参数，该操作将返回 `client_1` 的完整预测。
+ `filters`– 指定用于为 `client_1` 检索用电量预测的 `item_id` 筛选条件。
以下是 `filters` 参数的缩写语法。
```
--filters item_id="client_1"
```
以下为响应示例。
```
{
"Forecast": {
"Predictions": {
"mean": [
{
"Timestamp": "2015-01-01T01:00:00",
"Value": 20.952411651611328
},
{
"Timestamp": "2015-01-01T02:00:00",
"Value": 19.11078453063965
}
],
"p90": [
{
"Timestamp": "2015-01-01T01:00:00",
"Value": 24.524038314819336
},
{
"Timestamp": "2015-01-01T02:00:00",
"Value": 22.319091796875
}
],
"p50": [
{
"Timestamp": "2015-01-01T01:00:00",
"Value": 20.7841739654541
},
{
"Timestamp": "2015-01-01T02:00:00",
"Value": 19.237524032592773
}
],
"p10": [
{
"Timestamp": "2015-01-01T01:00:00",
"Value": 18.507278442382812
},
{
"Timestamp": "2015-01-01T02:00:00",
"Value": 16.15062141418457
}
]
}
}
}
```
由于这是一个每小时预测，因此响应将显示每小时预测值。在响应中，请注意以下内容：
+ `mean` – 对于特定日期和时间，均值是客户的预测平均用电量值。
+ `p90`、`p50` 和 `p10` – 指定在指定日期和时间实际值将低于列出值的置信度。例如，在 2015-01-01T01:00:00，Amazon Forecast 有 90% 的信心认为用电量将低于 24.5。Amazon Forecast 有 50% 的信心认为用电量将低于 20.8，10％ 的信心认为用电量将低于18.5。
有关此操作的更多信息，请参阅[QueryForecast](API_forecastquery_QueryForecast.md)。
1. 将完整预测导出到您的 Amazon S3 存储桶。您提供的 IAM 角色必须有权将数据写入您的 S3 存储桶。有关如何创建 IAM 角色的信息，请参阅 [为 Amazon Forecast 创建 IAM 角色 (AWS CLI)](aws-forecast-iam-roles.md#aws-forecast-create-iam-role-with-cli)。
创建预测导出作业。
```
aws forecast create-forecast-export-job \
--forecast-export-job-name electricityforecast_exportjob \
--forecast-arn arn:aws:forecast:us-west-2:acct-id:forecast/electricityforecast \
--destination S3Config="{Path='s3://bucket',RoleArn='arn:aws:iam::acct-id:role/Role'}"
```
以下为响应示例。
```
{
"ForecastExportJobArn": "arn:aws:forecast::us-west-2:acct-id:forecast-export/64bbc087"
}
```
有关此操作的更多信息，请参阅[CreateForecastExportJob](API_CreateForecastExportJob.md)。
1. 获取导出作业的状态。
```
aws forecast describe-forecast-export-job \
--forecast-export-job-arn arn:aws:forecast:us-west-2:acct-id:forecast/electricityforecast
```
以下为响应示例。
```
{
"ForecastExportJobArn": "arn:aws:forecast::us-west-2:acct-id:forecast-export/64bbc087",
"ForecastExportJobName": "electricityforecast_exportjob",
"Status": "CREATE_IN_PROGRESS"
}
```
当状态为 ACTIVE 时，您可以查找指定 S3 存储桶中的预测文件。