问题标签 [amazon-forecast]

在 Amazon Forecast 上，我如何导出我已经训练的模型（预测术语中的预测器）？例如，将 ARIMA 或 Prophet 模型权重导出到文件，以便下载或存储在 S3 上。

对新数据运行预测太慢了，我想使用 Forecast 来训练模型并最终将它们部署到其他地方。

在 Amazon Forecast 上，假设我有一个变量 (Z)，它可以帮助我预测一组目标变量 (Y1、Y2、Y3)。

第一个问题是，有什么区别：

1. 将 Z 作为额外属性放在 TARGET_TIME_SERIES 中，即作为额外列
2. 将 Z 作为属性放入 RELATED_TIME_SERIES

第二个问题是，鉴于 Z 每天只有一个值（假设这是股票价格），我应该如何处理我有 3 次重复时间戳的事实？我应该为每个重复的日期重复 Z 吗？

我明白，如果我不训练我的模型来预测 Z，我需要为其提供未来值。但这使选项 1) 让我更加困惑。在哪些情况下应该在 TARGET_TIME_SERIES 中添加一个额外的属性？

Amazon Forecast 中的某些任务可能需要很长时间，我希望它在完成一项长时间任务（创建导入作业、训练模型、进行预测等）后触发 Lambda 函数，以便此 Lambda 函数可以更新我的以数据库为例。

我该怎么做？我可以使用 Amazon SNS 或 SQS 之类的东西吗？

我正在尝试测试与 Amazon Forecast 服务交互的代码块，它看起来与https://github.com/aws-samples/amazon-forecast-samples/blob/master/ml_ops/中提供的示例非常相似可视化博客/lambdas/createdataset/dataset.py。

更具体地说，我正在尝试测试我是否正确处理了异常。假设“预测”是 Amazon Forecast boto3 客户端，代码结构如下：

我有一个看起来像这样的测试用例：

这会产生“TypeError：不允许捕获不从 BaseException 继承的类”，这让我感到困惑，因为 moto.forecast.exceptions.ResourceNotFoundException 继承了 moto 类“AWSError”，而后者又继承了“Exception”。

如果我无法将 side_effect 设置为异常，我对如何在不实际与预测服务交互的情况下测试代码的“例外”块感到相当茫然。任何想法将不胜感激！

AWS Forecast 声称支持处理缺失值：https ://docs.aws.amazon.com/forecast/latest/dg/howitworks-missing-values.html

事实上，我发现如果我的目标时间序列在时间序列开始时包含缺失值，那么它可以正常工作。

但是，如果在时间序列结束时有缺失值，那么我会得到

无法评估此数据集，因为所有项目的评估窗口中都缺少数据。确保从 2021-01-01T00:00:00 到 2021-02-16T00:00 的评估窗口中至少有一项数据完整。

当训练目标时间序列结束时缺少数据时，有没有办法运行 AWS Forecast？

我正在尝试使用 TARGET_TIME_SERIES 中的销售额、RELATED_TIME_SERIES 中的价格和 ITEM_METADATA 中的产品类型来训练预测 这些是我在 Featurizations 中设置的参数：

但这给了我一个错误：

我不明白。此参数来自文档

我有两个具有两个不同数据集组 ARN 的数据集组。但是，它们都有一个名称完全相同的数据集（目标时间序列），因此这些数据集具有相同的 ARN。当我使用 SDK for python 将任何数据导入数据集组 1 的数据集时，将为数据集组 2 的数据集创建相同的导入作业。

我的问题是：如果我删除数据集组 1 的数据集 ARN，是否也会删除数据集组 2 的目标数据集及其导入作业？

I am using Amazon Forcast service to predict sales in 1 year and have difficulty validating the data. So I have a scenario like this:

1. Datasets : TARGET_TIME_SERIES data from January to December 2019 with attributes: item_id, location, timestamp, demand | ITEM_METADATA data with attribute item_id and type_id.
2. Predictor : Forecast horizon 10 | Forecast frequency 1 week | Algorithm : AutoML | Optimization metrics : rmse, wape, mase, mape, averageWQL | Forecast dimensions : location | Number of backtest windows : 1 | Backtest window offset : 10 | Forecast type : 0.50, 0.60, 0.70, 0.90, mean.

I have a problem when the forecast results use a variety of different metrics but none of the chart patterns match the data when compared to the actual data for 2020. Here I attach the graph.

Can you help me solve this problem? Please give me instructions and suggestions, because I have tried various ways but when the validation results are still not appropriate. thank you

result

当我创建 AWS Forecast Export 时，它会在 S3 存储桶中创建多个小型 CSV。我要预测的每个 item_id 似乎都是 1。

我的问题是，是否可以更改设置以将所有这些信息导出为 1 个 CSV 文件？

在此先感谢，我是 AWS Forecast 的新手 :)

我目前正在使用 AWS 预测服务。我有相关数据集的填充策略。由于我使用 CNN-qr，我没有声明未来的填充，但是它给出了如下错误。为什么呢 ？

调用 CreatePredictor 操作时发生错误 (InvalidInputException)：未找到所需参数。必需：{feature_name_xxx=[futurefill],

编辑：

我不能分享整个代码，因为这是相关部分。我正在使用 lambda 函数