Amazon Forecast ist für Neukunden nicht mehr verfügbar. Bestehende Kunden von Amazon Forecast können den Service weiterhin wie gewohnt nutzen. [Erfahren Sie mehr“](https://aws.amazon.com/blogs/machine-learning/transition-your-amazon-forecast-usage-to-amazon-sagemaker-canvas/)
Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
# Prädiktoren für das Training
Ein Prädiktor ist ein Amazon Forecast-Modell, das anhand Ihrer Zielzeitreihen, verwandter Zeitreihen, Artikelmetadaten und aller zusätzlichen Datensätze, die Sie einbeziehen, trainiert wird. Sie können Prädiktoren verwenden, um Prognosen auf der Grundlage Ihrer Zeitreihendaten zu erstellen.
Standardmäßig erstellt Amazon Forecast eine AutoPredictor, in der Forecast die optimale Kombination von Algorithmen auf jede Zeitreihe in Ihren Datensätzen anwendet.
**Topics**
+ [Einen Prädiktor erstellen](#creating-predictors)
+ [Aktualisierung auf AutoPredictor](#upgrading-autopredictor)
+ [Datenaggregation für verschiedene Prognosefrequenzen](data-aggregation.md)
+ [Zusätzliche Datensätze verwenden](#using-additional-datasets)
+ [Mit älteren Prädiktoren arbeiten](#legacy-predictors)
+ [Bewerten der Prädiktorgenauigkeit](metrics.md)
+ [Prädiktoren für die Umschulung](retrain-predictors.md)
+ [Wetter-Index](weather.md)
+ [Featurisierung von Feiertagen](holidays.md)
+ [Erklärbarkeit des Prädiktors](predictor-explainability.md)
+ [Prädiktorüberwachung](predictor-monitoring.md)
+ [Amazon-Prognosealgorithmen](aws-forecast-choosing-recipes.md)
## Einen Prädiktor erstellen
Amazon Forecast benötigt die folgenden Eingaben, um einen Prädiktor zu trainieren:
+ **Datensatzgruppe** — Eine Datensatzgruppe, die einen Ziel-Zeitreihen-Datensatz enthalten muss. Der Ziel-Zeitreihen-Datensatz umfasst das Zielattribut (`item_id`) und das Zeitstempelattribut sowie alle Dimensionen. Verwandte Zeitreihen- und Artikelmetadaten sind optional. Weitere Informationen finden Sie unter [Datensätze importieren](howitworks-datasets-groups.md).
+ **Prognosehäufigkeit** — Die Granularität Ihrer Prognosen (stündlich, täglich, wöchentlich usw.). Mit Amazon Forecast können Sie die genaue Granularität Ihrer Prognosen bestimmen, wenn Sie die Frequenzeinheit und den Wert angeben. Nur ganzzahlige Werte sind zulässig
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/de_de/forecast/latest/dg/howitworks-predictor.html)
Wenn Sie beispielsweise Prognosen für jede zweite Woche wünschen, ist Ihre Frequenzeinheit wöchentlich und der Wert ist 2. Oder, wenn Sie vierteljährliche Prognosen wünschen, ist Ihre Frequenzeinheit monatlich und der Wert ist 3.
Wenn Ihre Daten häufiger als die Prognosefrequenz erfasst werden, werden sie zur Prognosehäufigkeit aggregiert. Dazu gehören die nachfolgenden Zeitreihen und die zugehörigen Zeitreihendaten. Weitere Informationen zur Aggregation finden Sie unter. [Datenaggregation für verschiedene Prognosefrequenzen](data-aggregation.md)
+ **Prognosehorizont** — Die Anzahl der prognostizierten Zeitschritte.
Sie können auch Werte für die folgenden optionalen Eingaben festlegen:
+ **Zeitausrichtungsgrenze** — Die Zeitgrenze, die Forecast verwendet, um Ihre Daten zu aggregieren und Prognosen zu generieren, die mit der von Ihnen angegebenen Prognosefrequenz übereinstimmen. Weitere Informationen zur Aggregation finden Sie unter[Datenaggregation für verschiedene Prognosefrequenzen](data-aggregation.md). Informationen zur Angabe einer Zeitgrenze finden Sie unter[Zeitgrenzen](data-aggregation.md#time-boundaries).
+ **Prognosedimensionen** — Dimensionen sind optionale Attribute in Ihrem Zielzeitreihendatensatz, die in Kombination mit dem Zielwert (`item_id`) verwendet werden können, um separate Zeitreihen zu erstellen.
+ **Prognosetypen** — Die Quantile, die zur Bewertung Ihres Prädiktors verwendet wurden.
+ **Optimierungsmetrik** — Die Genauigkeitsmetrik, die zur Optimierung Ihres Prädiktors verwendet wird.
+ **Zusätzliche Datensätze** — Integrierte Amazon Forecast-Datensätze wie der Wetterindex und Feiertage.
Sie können einen Prädiktor mit dem Software Development Kit (SDK) oder der Amazon Forecast-Konsole erstellen.
------
#### [ Console ]
**Um einen Prädiktor zu erstellen**
1. Melden Sie sich bei der an AWS-Managementkonsole und öffnen Sie die Amazon Forecast-Konsole unter [https://console.aws.amazon.com/forecast/](https://console.aws.amazon.com/forecast/).
1. Wählen Sie **unter Datensatzgruppen** Ihre Datensatzgruppe aus.
1. Wählen Sie im Navigationsbereich **Prädiktoren** aus.
1. Wählen Sie **Neuen Prädiktor trainieren** aus.
1. Geben Sie Werte für die folgenden Pflichtfelder ein:
+ **Name** — ein eindeutiger Prädiktorname.
+ **Prognosefrequenz** — die Granularität Ihrer Prognosen.
+ **Prognosehorizont** — Die Anzahl der zu prognostizierenden Zeitschritte.
1. Wählen Sie **Starten**.
Informationen zu zusätzlichen Datensätzen finden Sie unter [Wetter-Index](weather.md) und[Featurisierung von Feiertagen](holidays.md). Weitere Informationen zum Anpassen von Prognosetypen und Optimierungskennzahlen finden Sie unter. [Bewerten der Prädiktorgenauigkeit](metrics.md)
------
#### [ AWS CLI ]
Verwenden Sie den `create-predictor` Befehl, um einen auto Prädiktor mit dem AWS CLI zu erstellen. Der folgende Code erstellt einen auto Prädiktor, der Vorhersagen für 14 Tage in der future trifft.
Geben Sie einen Namen für den Prädiktor und den Amazon-Ressourcennamen (ARN) der Datensatzgruppe an, die Ihre Trainingsdaten enthält. Ändern Sie optional den Prognosehorizont und die Prognosefrequenz. Fügen Sie optional beliebige Tags für den Prädiktor hinzu. Weitere Informationen finden Sie unter [Taggen von Amazon Forecast-Ressourcen](tagging-forecast-resources.md).
Informationen zu erforderlichen und optionalen Parametern finden Sie unter[CreateAutoPredictor](API_CreateAutoPredictor.md).
```
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
```
Weitere Informationen zum Anpassen von Prognosetypen und Optimierungsmetriken finden Sie unter [Bewerten der Prädiktorgenauigkeit](metrics.md) Der Wetterindex und Feiertage. Zusätzliche Datensätze sind innerhalb des `DataConfig` Datentyps definiert. Informationen zu zusätzlichen Datensätzen finden Sie unter und. [Wetter-Index](weather.md) [Featurisierung von Feiertagen](holidays.md)
------
#### [ Python ]
Verwenden Sie die Methode, um einen auto Prädiktor mit dem SDK for Python (Boto3) zu erstellen. `create_auto_predictor` Der folgende Code erstellt einen auto Prädiktor, der Vorhersagen für 14 Tage in der future trifft.
Geben Sie einen Namen für den Prädiktor und den Amazon-Ressourcennamen (ARN) der Datensatzgruppe an, die Ihre Trainingsdaten enthält. Ändern Sie optional den Prognosehorizont und die Prognosefrequenz. Fügen Sie optional beliebige Tags für den Prädiktor hinzu. Weitere Informationen finden Sie unter [Taggen von Amazon Forecast-Ressourcen](tagging-forecast-resources.md).
Informationen zu erforderlichen und optionalen Parametern finden Sie unter[CreateAutoPredictor](API_CreateAutoPredictor.md).
```
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'])
```
Weitere Informationen zum Anpassen von Prognosetypen und Optimierungsmetriken finden Sie unter [Bewerten der Prädiktorgenauigkeit](metrics.md) Der Wetterindex und Feiertage. Zusätzliche Datensätze sind innerhalb des `DataConfig` Datentyps definiert. Informationen zu zusätzlichen Datensätzen finden Sie unter und. [Wetter-Index](weather.md) [Featurisierung von Feiertagen](holidays.md)
------
## Aktualisierung auf AutoPredictor
**Python-Notizbücher**
Eine step-by-step Anleitung zum Upgrade von Prädiktoren auf AutoPredictor finden Sie unter [Aktualisieren eines Prädiktors](https://github.com/aws-samples/amazon-forecast-samples/blob/main/notebooks/basic/Upgrading_to_AutoPredictor/UpgradeToAutoPredictor.ipynb) auf. AutoPredictor
Prädiktoren, die mit AutoML oder manueller Auswahl (CreatePredictor) erstellt wurden, können auf einen aktualisiert werden. AutoPredictor Wenn Sie ein vorhandenes Objekt auf aktualisieren, AutoPredictor werden alle relevanten Prädiktorkonfigurationseinstellungen übertragen.
Nach dem Upgrade auf AutoPredictor bleibt der ursprüngliche Prädiktor aktiv und der aktualisierte Prädiktor hat einen separaten Prädiktor-ARN. Auf diese Weise können Sie Genauigkeitsmetriken zwischen den beiden Prädiktoren vergleichen und weiterhin Prognosen mit dem ursprünglichen Prädiktor erstellen.
Sie können einen Prädiktor mithilfe des Software Development Kit (SDK) oder der Amazon Forecast-Konsole aktualisieren.
------
#### [ Console ]
**Um einen Prädiktor zu aktualisieren**
1. Melden Sie sich bei der an AWS-Managementkonsole und öffnen Sie die Amazon Forecast-Konsole unter [https://console.aws.amazon.com/forecast/](https://console.aws.amazon.com/forecast/).
1. Wählen Sie im Navigationsbereich **Predictors** aus.
1. **Wählen Sie den Prädiktor aus, für den Sie ein Upgrade durchführen möchten, und wählen Sie Upgrade aus.**
1. Geben Sie einen eindeutigen Namen für den aktualisierten Prädiktor ein.
1. Wählen Sie **Upgrade auf. AutoPredictor**
------
#### [ CLI ]
Um einen Prädiktor mit dem zu aktualisieren AWS CLI, verwenden Sie die `create-predictor` Methode, geben Sie jedoch *nur* den Prädiktornamen und den Wert `reference-predictor-arn` (den ARN des Prädiktors, den Sie aktualisieren möchten) an.
```
aws forecast create-predictor \
--predictor-name predictor_name \
--reference-predictor-arn arn:aws:forecast:region:account:predictor/predictorName
```
------
#### [ Python ]
Um einen Prädiktor mit dem SDK for Python (Boto3) zu aktualisieren, verwenden Sie die `create_auto_predictor` Methode, geben Sie jedoch *nur* den Prädiktornamen und den Wert `ReferencePredictorArn` (den ARN des Prädiktors, den Sie aktualisieren möchten) an.
```
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'])
```
------
## Zusätzliche Datensätze verwenden
Amazon Forecast kann den Wetterindex und Feiertage bei der Erstellung Ihres Prädiktors berücksichtigen. Der Wetterindex bezieht meteorologische Informationen in Ihr Modell ein und Holidays beinhaltet Informationen zu Nationalfeiertagen.
Der Wetterindex erfordert ein „Geolocation“ -Attribut in Ihrem Zielzeitreihen-Datensatz und Informationen zu Zeitzonen für Ihre Zeitstempel. Weitere Informationen finden Sie unter [Wetter-Index](weather.md).
Holidays umfasst Urlaubsinformationen zu über 250 Ländern. Weitere Informationen finden Sie unter [Featurisierung von Feiertagen](holidays.md).
## Mit älteren Prädiktoren arbeiten
**Anmerkung**
Informationen zum Upgrade eines vorhandenen Prädiktors auf finden Sie unter AutoPredictor [Aktualisierung auf AutoPredictor](#upgrading-autopredictor)
AutoPredictor ist die standardmäßige und bevorzugte Methode zur Erstellung eines Prädiktors mit Amazon Forecast. AutoPredictor erstellt Prädiktoren, indem die optimale Kombination von Algorithmen für jede Zeitreihe in Ihrem Datensatz angewendet wird.
Prädiktoren, die mit erstellt wurden, AutoPredictor sind im Allgemeinen genauer als Prädiktoren, die mit AutoML oder manueller Auswahl erstellt wurden. Die Funktionen Prognoseerklärbarkeit und Prädiktorumschulung sind nur für Prädiktoren verfügbar, die mit erstellt wurden. AutoPredictor
Amazon Forecast kann auch ältere Prädiktoren auf folgende Weise erstellen:
1. **AutoML** — Forecast findet den Algorithmus mit der besten Leistung und wendet ihn auf Ihren gesamten Datensatz an.
1. **Manuelle Auswahl** — Wählen Sie manuell einen einzelnen Algorithmus aus, der auf Ihren gesamten Datensatz angewendet wird.
Möglicherweise können Sie mithilfe des Software Development Kit (SDK) einen älteren Prädiktor erstellen.
------
#### [ SDK ]
**Um AutoML zu verwenden**
Stellen Sie mithilfe der [`CreatePredictor`](API_CreatePredictor.md)Operation den Wert von `PerformAutoML` auf `"true"` ein.
```
{
...
"PerformAutoML": "true",
}
```
Wenn Sie AutoML verwenden, können Sie keinen Wert für die folgenden CreatePredictor Parameter festlegen:`AlgorithmArn`,`HPOConfig`,`TrainingParameters`.
------