訓練預測值

若要建立預測值

如需有關其他資料集的資訊，請參閱 天氣指數和假期特徵化。若要進一步瞭解自訂預測類型和最佳化指標，請參閱評估預測器準確性。

若要使用建立 auto 預測值AWS CLI，請使用指create-predictor令。下列程式碼會建立 auto 預測值，在 future 14 天進行預測。

提供預測值的名稱，以及包含訓練資料的資料集群組的 Amazon 資源名稱 (ARN)。選擇性地修改預測總時程與預測頻率。選擇性地新增預測值的任何標籤。如需更多資訊，請參閱 標記 Amazon Forecast。

如需必要參數和選用參數的資訊，請參閱CreateAutoPredictor。

aws forecast create-predictor \
--predictor-name predictor_name \
--data-config DatasetGroupArn="arn:aws:forecast:region:account:dataset-group/datasetGroupName" \
--forecast-horizon 14 \
--forecast-frequency D \
--tags Key=key1,Value=value1 Key=key2,Value=value2

若要瞭解有關自訂預測類型和最佳化指標的更多資訊，請參閱 評估預測器準確性「天氣指數」和「假日」在資料類型中定義的DataConfig其他資料集。如需有關其他資料集的資訊，請參閱 天氣指數和假期特徵化。

若要使用適用於 Python (Boto3) 的 SDK 建立 auto 預測值，請使用此方法。create_auto_predictor下列程式碼會建立 auto 預測值，在 future 14 天進行預測。

提供預測值的名稱，以及包含訓練資料的資料集群組的 Amazon 資源名稱 (ARN)。選擇性地修改預測總時程與預測頻率。選擇性地新增預測值的任何標籤。如需更多資訊，請參閱 標記 Amazon Forecast。

如需必要參數和選用參數的資訊，請參閱CreateAutoPredictor。

import boto3
            
forecast = boto3.client('forecast')

create_predictor_response = forecast.create_auto_predictor(
    PredictorName = 'predictor_name',
    ForecastHorizon = 14,
    ForecastFrequency = 'D',
    DataConfig = {
      "DatasetGroupArn": "arn:aws:forecast:region:account:dataset-group/datasetGroupName"
    },
    Tags = [ 
      { 
         "Key": "key1",
         "Value": "value1"
      },
      { 
         "Key": "key2",
         "Value": "value2"
      }
    ]
)
print(create_predictor_response['PredictorArn'])

若要瞭解有關自訂預測類型和最佳化指標的更多資訊，請參閱 評估預測器準確性「天氣指數」和「假日」在資料類型中定義的DataConfig其他資料集。如需有關其他資料集的資訊，請參閱 天氣指數和假期特徵化。

升級預測值

若要使用升級預測值AWS CLI，請使用create-predictor方法，但僅指定預測值名稱和值 reference-predictor-arn (您要升級的預測值的 ARN)。

aws forecast create-predictor \
--predictor-name predictor_name \
--reference-predictor-arn arn:aws:forecast:region:account:predictor/predictorName

若要使用適用 SDK for Python (Boto3) 升級預測值，請使用create_auto_predictor方法，但只指定預測值名稱和值 ReferencePredictorArn (您要升級之預測值的 ARN)。

import boto3
            
forecast = boto3.client('forecast')

create_predictor_response = forecast.create_auto_predictor(
    PredictorName = 'predictor_name',
    ReferencePredictorArn = 'arn:aws:forecast:region:account:predictor/predictorName'
)
print(create_predictor_response['PredictorArn'])

使用 AutoML 的步驟

使用此CreatePredictor作業，PerformAutoML將的值設定為"true"。

{
    ...
    "PerformAutoML": "true",
}

如果您使用 AutoML，則無法為下列 CreatePredictor參數設定值：AlgorithmArn、HPOConfig、TrainingParameters。