再培訓預測器 - 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該服務。了解更多」

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。

再培訓預測器

注意

重新訓練僅適用於使用自動預測器創建的預測變量（CreateAutoPredictor。您可以將現有的傳統預測變量升級到自動預測器。請參閱 升級到 AutoPredictor。

預測變量可與更新的數據集一起保留，以使預測變量保持最新狀態。重新訓練預測變量時，Amazon Forecast 測會保留相同的預測變量配置設置。再訓練後，原始預測變量將保持活動狀態，重新訓練的預測變量將具有單獨的預測變量 ARN。

重新訓練預測變量可以通過兩種方式提高預測精度：

  1. 更多最新數據：在訓練模型時，重新訓練的預測變量將包含更新的數據。

  2. 預測器改進：您的重新培訓的預測變量將在 Amazon Forecast 測算法和其他數據集中納入任何更新和改進。

與從頭開始創建新的預測變量相比，再訓練預測變量的速度最多可快 50%。Forecast 變量訓練時間更快，預測會自動使用您現有的配置設置。

Python 筆記本

如需再訓練預測器的逐步指南，請參重新訓練預測器。

您可以使用軟件開發工具包 (SDK) 或 Amazon 預測控制台重新訓練預測變量。

Console

重新訓練預測器

  1. 登入AWS Management Console，然後 Amazon Forecast 位於https://console.aws.amazon.com/forecast/。

  2. 在導覽窗格中，選擇預測器。

  3. 選擇要重新訓練的預測變量。

  4. 在 中預測器操作選單中，選擇重新培訓。

  5. 設置升級預測器的唯一名稱。

  6. 選擇重新訓練預測器。

SDK

重新訓練預測器

使用CreateAutoPredictor操作，為預測變量分配一個唯一的名稱，並將ReferencePredictorArn添加到您希望重新訓練的預測變量。

{
  "PredictorName": "RetrainedPredictor",
  "ReferencePredictorArn": "arn:aws:forecast:us-west-2:938097332257:predictor/OriginalPredictor"
}

重新訓練預測變量時，僅將值分配給PredictorName和ReferencePredictorArn參數。