選取您的 Cookie 偏好設定

我們使用提供自身網站和服務所需的基本 Cookie 和類似工具。我們使用效能 Cookie 收集匿名統計資料,以便了解客戶如何使用我們的網站並進行改進。基本 Cookie 無法停用,但可以按一下「自訂」或「拒絕」以拒絕效能 Cookie。

如果您同意,AWS 與經核准的第三方也會使用 Cookie 提供實用的網站功能、記住您的偏好設定,並顯示相關內容,包括相關廣告。若要接受或拒絕所有非必要 Cookie,請按一下「接受」或「拒絕」。若要進行更詳細的選擇,請按一下「自訂」。

Prophet 演算法 - Amazon Forecast

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。

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。

Prophet 演算法

Prophet 是一種熱門的本機 Bayesian 貝式結構時間序列模型。Amazon Forecast Prophet 演算法使用 Prophet Python 實作的 Prophet 類別

Prophet 的運作方式

Prophet 特別適用於資料集具備:

  • 包含很長時間 (數月或數年) 的詳細歷史觀察 (每小時、每天或每週)

  • 有多個強烈的季節性

  • 包括之前已知的重要 (但不規則) 的事件

  • 有遺漏的資料點或大型極端值

  • 有接近極限的非線性成長趨勢

Prophet 是附加的回歸模型,具備分段線性或邏輯成長曲線趨勢。它包含使用傅立葉序列的每年季節性元件模型,以及使用 dummy 變數的每週使用季節元件模型。

如需詳細資訊,請參閱 Prophet:預測的比例

Prophet 超參數和相關時間序列

Amazon Forecast 使用預設的 Prophet 超參數。Prophet 也支援相關時間序列做為功能,在相關時間序列 CSV 檔案中提供給 Amazon Forecast。

下一個主題:

產生預測

上一個主題:

NPTS
隱私權網站條款Cookie 偏好設定
© 2025, Amazon Web Services, Inc.或其附屬公司。保留所有權利。