Amazon Forecast 不再提供給新客戶。Amazon Forecast 的現有客戶可以繼續正常使用服務。進一步了解"
本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
CreatePredictor
注意
此作業會建立舊式預測值，該預測值不包含 Amazon 預測提供的所有預測值功能。若要建立與 Forecast 各個方面相容的預測值，請使用CreateAutoPredictor。
創建一個 Amazon Forecast 預測器。
重要
Amazon Forecast 不再提供給新客戶。Amazon Forecast 的現有客戶可以繼續正常使用該服務。了解更多」
在請求中提供資料集群組，然後指定演算法，或讓 Amazon Forecast 使用 AutoML 為您選擇演算法。如果您指定演算法，也可以覆寫演算法特定的超參數。
Amazon Forecast 測使用演算法，使用指定資料集群組中最新版本的資料集來訓練預測值。然後，您可以使用該CreateForecast作業產生預測。
若要查看評估指標，請使用 GetAccuracyMetrics 操作。
您可以指定特徵化設定來填入和彙總資料TARGET_TIME_SERIES集中的資料欄位，以改善模型訓練。如需詳細資訊，請參閱FeaturizationConfig。
對於 RELATED _ TIME _ SERIES 資料集，請CreatePredictor驗證建立資料集時DataFrequency指定的符合ForecastFrequency. TARGET_ TIME _ SERIES 資料集沒有此限制。Amazon Forecast 還會驗證分隔符號和時間戳記格式。如需詳細資訊，請參閱匯入資料集。
預設情況下，預測值會以 0.1 (P10)、0.5 (P50) 和 0.9 (P90) 分位數進行訓練和評估。您可以選擇自訂預測類型來訓練和評估您的預測值，方法是ForecastTypes設定.
AutoML
如果您希望 Amazon Forecast 評估每個演算法，並選擇最小化的演算法objective function，請將設定PerformAutoML為true。定義objective function為比預測類型加權損失的平均值。默認情況下，這些是 p10，p50 和 p90 分位數損失。如需詳細資訊，請參閱EvaluationResult。
啟用 AutoML 時，將不允許下列屬性：
-
AlgorithmArn -
HPOConfig -
PerformHPO -
TrainingParameters
若要取得所有預測值的清單，請使用此ListPredictors作業。
注意
在您可以使用預測值建立預測Status之前，預測值必須是ACTIVE，表示訓練已完成。若要取得狀態，請使用DescribePredictor作業。
請求語法
{
"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"
}
}請求參數
請求接受以下JSON格式的數據。
- AlgorithmArn
-
用於模型訓練的演算法的 Amazon 資源名稱 (ARN)。如果
PerformAutoML未設定為，則為必要true。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
類型：字串
長度限制：長度上限為 256。
模式：
arn:([a-z\d-]+):forecast:.*:.*:.+必要：否
-
- AutoMLOverrideStrategy
-
注意
LatencyOptimizedAutoML 覆寫策略僅適用於私有測試版。若要進一步瞭解存取權限，請聯絡 Sup AWS port 或您的客戶經理。用於覆寫預設 AutoML 策略，此策略是最佳化預測值準確度。若要套用 AutoML 策略以最小化訓練時間，請使用
LatencyOptimized。此參數僅適用於使用 AutoML 訓練的預測值。
類型：字串
有效值:
LatencyOptimized | AccuracyOptimized必要：否
- EncryptionConfig
-
Amazon Forecast 可以承擔訪問密鑰的 AWS Identity and Access Management （IAM）鍵和（）角色。 AWS Key Management Service KMS
類型：EncryptionConfig 物件
必要：否
- EvaluationParameters
-
用於覆寫指定演算法的預設評估參數。Amazon Forecast 會將資料集分割為訓練資料並測試資料來評估預測值。評估參數定義如何執行拆分和迭代次數。
類型：EvaluationParameters 物件
必要：否
- FeaturizationConfig
-
特徵化組態。
類型：FeaturizationConfig 物件
必要：是
- ForecastHorizon
-
指定訓練模型要預測的時間步長數。預測期間也稱為預測長度。
例如，如果您設定每日資料收集的資料集 (使用CreateDataset作業的
DataFrequency參數)，並將預測總時程設定為 10，則模型會傳回 10 天的預測值。最大預測水平線是 500 個時間步長或 TARGET _ TIME _ SERIES 數據集長度的 1/3 的較小者。
類型：整數
必要：是
- ForecastTypes
-
指定用於訓練預測值的預測類型。您最多可以指定五種預測類型。預測類型可以是 0.01 到 0.99 之間的分位數，增量單位為 0.01 或更高。您也可以使用指定平均預測
mean。預設值為
["0.10", "0.50", "0.9"]。類型：字串陣列
陣列成員：項目數下限為 1。項目數上限為 20。
長度約束：最小長度為 2。長度上限為 4。
模式：
(^0?\.\d\d?$|^mean$)必要：否
- HPOConfig
-
提供演算法的超參數覆寫值。如果您未提供此參數，Amazon Forecast 會使用預設值。個別演算法會指定哪些超參數支援超參數最佳化 () HPO。如需詳細資訊，請參閱Amazon Forecast Forecast。
如果您包含了
HPOConfig物件，則必須設PerformHPO定為 true。類型：HyperParameterTuningJobConfig 物件
必要：否
- InputDataConfig
-
描述包含用來訓練預測值之資料的資料集群組。
類型：InputDataConfig 物件
必要：是
- OptimizationMetric
-
用於最佳化預測值的準確度量。預設值為
AverageWeightedQuantileLoss。類型：字串
有效值:
WAPE | RMSE | AverageWeightedQuantileLoss | MASE | MAPE必要：否
- PerformAutoML
-
是否執行 AutoML。Amazon Forecast 執行 AutoML 時，它會評估其提供的演算法，並為您的訓練資料集選擇最佳演算法和組態。
預設值為
false。在這種情況下，您需要指定一個算法。設定
PerformAutoML為true讓 Amazon Forecast 執行 AutoML。如果您不確定哪種算法適合您的訓練資料，這是一個不錯的選擇。在這種情況下，PerformHPO必須是假的。類型：布林值
必要：否
- PerformHPO
-
是否執行超參數優化（HPO）。HPO為訓練資料找出最佳的超參數值。執行的程序稱HPO為執行超參數調整工作。
預設值為
false。在這種情況下，Amazon Forecast 會使用所選演算法中的預設超參數值。若要覆寫預設值，
PerformHPO請設定為true和 (選擇性) 提供HyperParameterTuningJobConfig物件。調整工作會指定要最佳化的測量結果、哪些超參數會參與調整，以及每個可調整超參數的有效範圍。在這種情況下，您需要指定一個算法，並且PerformAutoML必須為 false。下列演算法支援HPO：
-
DeepAR+
-
CNN-二維碼
類型：布林值
必要：否
-
- PredictorName
-
預測值的名稱。
類型：字串
長度限制：長度下限為 1。長度上限為 63。
模式：
^[a-zA-Z][a-zA-Z0-9_]*必要：是
- Tags
-
套用至預測值的選擇性中繼資料，以協助您分類和組織這些中繼資料。每個標籤皆包含由您定義的一個金鑰與一個選用值。
以下基本限制適用於標籤：
-
每個資源的最大標籤數量-50。
-
對於每一個資源，每個標籤金鑰必須是唯一的，且每個標籤金鑰只能有一個值。
-
最大金鑰長度-UTF -8 中 128 個萬國碼字元。
-
最大值長度-UTF -8 中 256 個萬國碼字元。
-
如果您的標記結構描述是跨多項服務和資源使用，請記得其他服務可能會有字元使用限制。通常允許的字符是：字母，數字和空格在 UTF -8 中表示，以及以下字符：+-=. _:/@。
-
標籤鍵與值皆區分大小寫。
-
請勿使用
aws:AWS:、或任何大寫或小寫的組合，例如索引鍵的前置字元，因為它會保留供 AWS 使用。您無法使用此字首編輯或刪除標籤關鍵字。值可以有這個前綴。如果標籤值aws作為其前綴，但鍵沒有，則 Forecast 將其視為使用者標記，並將計入 50 個標籤的限制。只有 key prefix 的標籤aws不會計入每個資源限制的標籤。
類型：Tag 物件陣列
陣列成員：項目數下限為 0。項目數上限為 200。
必要：否
-
- TrainingParameters
-
要覆寫模型訓練的超參數。您可以覆寫的超參數會列在個別演算法中。如需支援演算法的清單，請參閱Amazon Forecast Forecast。
類型：字串到字串映射
地圖項目：0 個項目的最小數目。項目數上限為 100。
鍵長度限制：最大長度 256。
金鑰模式：
^[a-zA-Z0-9\-\_\.\/\[\]\,\\]+$值長度限制：最大長度 256。
值模式：
^[a-zA-Z0-9\-\_\.\/\[\]\,\"\\\s]+$必要：否
回應語法
{
"PredictorArn": "string"
}回應元素
如果動作成功，服務會傳回 HTTP 200 回應。
服務會以JSON格式傳回下列資料。
- PredictorArn
-
預測值的 Amazon 資源名稱（ARN）。
類型：字串
長度限制：長度上限為 256。
模式：
arn:([a-z\d-]+):forecast:.*:.*:.+
錯誤
- InvalidInputException
-
我們無法處理要求，因為它包含無效值或超出有效範圍的值。
HTTP狀態碼:4
- LimitExceededException
-
已超過每個帳號的資源數量限制。
HTTP狀態碼:4
- ResourceAlreadyExistsException
-
已有此名稱的資源。請使用不同的名稱再試一次。
HTTP狀態碼:4
- ResourceInUseException
-
指定的資源正在使用中。
HTTP狀態碼:4
- ResourceNotFoundException
-
我們找不到具有該 Amazon 資源名稱（ARN）的資源。檢查ARN並再試一次。
HTTP狀態碼:4
另請參閱
如需有關API在其中一種特定語言中使用此功能的詳細資訊 AWS SDKs，請參閱下列內容：
