Amazon Forecast n'est plus disponible pour les nouveaux clients. Les clients existants d'Amazon Forecast peuvent continuer à utiliser le service normalement. [En savoir plus »](https://aws.amazon.com/blogs/machine-learning/transition-your-amazon-forecast-usage-to-amazon-sagemaker-canvas/)
Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
# Prédicteurs d'entraînement
Un prédicteur est un modèle Amazon Forecast entraîné à l'aide de vos séries chronologiques cibles, des séries chronologiques associées, des métadonnées des articles et de tous les ensembles de données supplémentaires que vous incluez. Vous pouvez utiliser des prédicteurs pour générer des prévisions basées sur les données de vos séries chronologiques.
Par défaut, Amazon Forecast crée un AutoPredictor, où Forecast applique la combinaison optimale d'algorithmes à chaque série chronologique de vos ensembles de données.
**Topics**
+ [Création d'un prédicteur](#creating-predictors)
+ [Mise à niveau vers AutoPredictor](#upgrading-autopredictor)
+ [Agrégation de données pour différentes fréquences de prévision](data-aggregation.md)
+ [Utilisation d'ensembles de données supplémentaires](#using-additional-datasets)
+ [Utilisation des anciens prédicteurs](#legacy-predictors)
+ [Évaluation de la précision des prédicteurs](metrics.md)
+ [Prédicteurs de reconversion](retrain-predictors.md)
+ [Indice météo](weather.md)
+ [Fonctionnalité des fêtes](holidays.md)
+ [Explicabilité des prédicteurs](predictor-explainability.md)
+ [Surveillance des prédicteurs](predictor-monitoring.md)
+ [Algorithmes d'Amazon Forecast](aws-forecast-choosing-recipes.md)
## Création d'un prédicteur
Amazon Forecast a besoin des entrées suivantes pour entraîner un prédicteur :
+ **Groupe de jeux** de données : groupe de jeux de données qui doit inclure un ensemble de données de séries chronologiques cible. Le jeu de données de séries chronologiques cible inclut l'attribut cible (`item_id`) et l'attribut timestamp, ainsi que toutes les dimensions. Les métadonnées relatives aux séries chronologiques et aux éléments sont facultatives. Pour de plus amples informations, veuillez consulter [Importation de jeux de données](howitworks-datasets-groups.md).
+ **Fréquence des prévisions** — La granularité de vos prévisions (horaire, quotidienne, hebdomadaire, etc.). Amazon Forecast vous permet de déterminer la granularité exacte de vos prévisions lorsque vous fournissez l'unité de fréquence et la valeur. Seules les valeurs entières sont autorisées
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/forecast/latest/dg/howitworks-predictor.html)
Par exemple, si vous souhaitez obtenir des prévisions toutes les deux semaines, votre unité de fréquence est hebdomadaire et la valeur est 2. Ou, si vous voulez des prévisions trimestrielles, votre unité de fréquence est mensuelle et la valeur est 3.
Lorsque vos données sont collectées à une fréquence supérieure à la fréquence des prévisions, elles sont agrégées à la fréquence des prévisions. Cela inclut les séries chronologiques de suivi et les données des séries chronologiques connexes. Pour plus d'informations sur l'agrégation, voir[Agrégation de données pour différentes fréquences de prévision](data-aggregation.md).
+ **Horizon de prévision** : nombre de pas temporels prévus.
Vous pouvez également définir des valeurs pour les entrées facultatives suivantes :
+ **Limite d'alignement temporel** : limite de temps utilisée par Forecast pour agréger vos données et générer des prévisions conformes à la fréquence de prévision que vous spécifiez. Pour plus d'informations sur l'agrégation, voir[Agrégation de données pour différentes fréquences de prévision](data-aggregation.md). Pour plus d'informations sur la définition d'une limite de temps, voir[Limites de temps](data-aggregation.md#time-boundaries).
+ **Dimensions de prévision** : les dimensions sont des attributs facultatifs de votre jeu de données de séries chronologiques cible qui peuvent être utilisés en combinaison avec la valeur cible (`item_id`) pour créer des séries temporelles distinctes.
+ **Types de prévisions** : quantiles utilisés pour évaluer votre prédicteur.
+ **Métrique d'optimisation** : métrique de précision utilisée pour optimiser votre prédicteur.
+ **Ensembles de données supplémentaires : ensembles** de données Amazon Forecast intégrés, tels que le Weather Index et Holidays.
Vous pouvez créer un prédicteur à l'aide du kit de développement logiciel (SDK) ou de la console Amazon Forecast.
------
#### [ Console ]
**Pour créer un prédicteur**
1. Connectez-vous à la console Amazon Forecast AWS Management Console et ouvrez-la à l'adresse [https://console.aws.amazon.com/forecast/](https://console.aws.amazon.com/forecast/).
1. Dans **Groupes de jeux de données**, choisissez votre groupe de jeux de données.
1. Dans le volet de navigation, sélectionnez **Predictors.**
1. Choisissez **Train new predictor.**
1. Entrez des valeurs pour les champs obligatoires suivants :
+ **Nom : nom** unique du prédicteur.
+ **Fréquence des prévisions** : granularité de vos prévisions.
+ **Horizon de prévision** : nombre d'étapes temporelles à prévoir.
1. Sélectionnez **Démarrer**.
Pour plus d'informations sur les ensembles de données supplémentaires, reportez-vous aux sections [Indice météo](weather.md) et[Fonctionnalité des fêtes](holidays.md). Pour en savoir plus sur la personnalisation des types de prévisions et des mesures d'optimisation, consultez[Évaluation de la précision des prédicteurs](metrics.md).
------
#### [ AWS CLI ]
Pour créer un prédicteur automatique avec le AWS CLI, utilisez la `create-predictor` commande. Le code suivant crée un autoprédicteur qui fait des prévisions pour 14 jours dans le futur.
Donnez un nom au prédicteur et à l'Amazon Resource Name (ARN) du groupe de données qui inclut vos données d'entraînement. Modifiez éventuellement l'horizon de prévision et la fréquence des prévisions. Ajoutez éventuellement des balises pour le prédicteur. Pour plus d'informations, voir [Balisage des ressources Amazon Forecast](tagging-forecast-resources.md).
Pour plus d'informations sur les paramètres obligatoires et facultatifs, voir[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
```
Pour en savoir plus sur la personnalisation des types de prévisions et des mesures d'optimisation, consultez [Évaluation de la précision des prédicteurs](metrics.md) The Weather Index et Holidays. Des ensembles de données supplémentaires sont définis dans le `DataConfig` type de données. Pour plus d'informations sur les ensembles de données supplémentaires, reportez-vous aux sections [Indice météo](weather.md) et[Fonctionnalité des fêtes](holidays.md).
------
#### [ Python ]
Pour créer un prédicteur automatique avec le SDK pour Python (Boto3), utilisez la méthode. `create_auto_predictor` Le code suivant crée un autoprédicteur qui fait des prévisions pour 14 jours dans le futur.
Donnez un nom au prédicteur et à l'Amazon Resource Name (ARN) du groupe de données qui inclut vos données d'entraînement. Modifiez éventuellement l'horizon de prévision et la fréquence des prévisions. Ajoutez éventuellement des balises pour le prédicteur. Pour plus d'informations, voir [Balisage des ressources Amazon Forecast](tagging-forecast-resources.md).
Pour plus d'informations sur les paramètres obligatoires et facultatifs, voir[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'])
```
Pour en savoir plus sur la personnalisation des types de prévisions et des mesures d'optimisation, consultez [Évaluation de la précision des prédicteurs](metrics.md) The Weather Index et Holidays. Des ensembles de données supplémentaires sont définis dans le `DataConfig` type de données. Pour plus d'informations sur les ensembles de données supplémentaires, reportez-vous aux sections [Indice météo](weather.md) et[Fonctionnalité des fêtes](holidays.md).
------
## Mise à niveau vers AutoPredictor
**Carnets en Python**
Pour obtenir un step-by-step guide sur la mise à niveau d'un prédicteur vers AutoPredictor, consultez la section [Mise à niveau d'un prédicteur](https://github.com/aws-samples/amazon-forecast-samples/blob/main/notebooks/basic/Upgrading_to_AutoPredictor/UpgradeToAutoPredictor.ipynb) vers. AutoPredictor
Les prédicteurs créés avec AutoML ou la sélection manuelle CreatePredictor () peuvent être mis à niveau vers un. AutoPredictor La mise à niveau d'un existant vers AutoPredictor transférera tous les paramètres de configuration du prédicteur pertinents.
Après la mise à niveau vers AutoPredictor, le prédicteur d'origine restera actif et le prédicteur mis à niveau aura un ARN de prédicteur distinct. Cela vous permet de comparer les mesures de précision entre les deux prédicteurs, et vous pouvez toujours générer des prévisions avec le prédicteur d'origine.
Vous pouvez mettre à niveau un prédicteur à l'aide du kit de développement logiciel (SDK) ou de la console Amazon Forecast.
------
#### [ Console ]
**Pour mettre à niveau un prédicteur**
1. Connectez-vous à la console Amazon Forecast AWS Management Console et ouvrez-la à l'adresse [https://console.aws.amazon.com/forecast/](https://console.aws.amazon.com/forecast/).
1. Dans le volet de navigation, sélectionnez **Predictors.**
1. Choisissez le prédicteur à mettre à niveau, puis choisissez **Upgrade**.
1. Définissez un nom unique pour le prédicteur mis à niveau.
1. Choisissez **Mettre à niveau vers AutoPredictor**.
------
#### [ CLI ]
Pour mettre à niveau un prédicteur avec le AWS CLI, utilisez la `create-predictor` méthode, mais spécifiez *uniquement* le nom du prédicteur et la valeur de `reference-predictor-arn` (l'ARN du prédicteur que vous souhaitez mettre à niveau).
```
aws forecast create-predictor \
--predictor-name predictor_name \
--reference-predictor-arn arn:aws:forecast:region:account:predictor/predictorName
```
------
#### [ Python ]
Pour mettre à niveau un prédicteur avec le SDK pour Python (Boto3), `create_auto_predictor` utilisez la méthode, *mais* spécifiez uniquement le nom du prédicteur et la `ReferencePredictorArn` valeur de (l'ARN du prédicteur que vous souhaitez mettre à niveau).
```
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'])
```
------
## Utilisation d'ensembles de données supplémentaires
Amazon Forecast peut inclure l'indice météo et les jours fériés lors de la création de votre prédicteur. L'indice météorologique intègre des informations météorologiques dans votre modèle et Holidays intègre des informations concernant les fêtes nationales.
L'indice météo nécessite un attribut de « géolocalisation » dans votre jeu de données de séries chronologiques cible et des informations concernant les fuseaux horaires pour vos horodatages. Pour de plus amples informations, veuillez consulter [Indice météo](weather.md).
Holidays inclut des informations sur les vacances dans plus de 250 pays. Pour de plus amples informations, veuillez consulter [Fonctionnalité des fêtes](holidays.md).
## Utilisation des anciens prédicteurs
**Note**
Pour mettre à niveau un prédicteur existant vers AutoPredictor, voir [Mise à niveau vers AutoPredictor](#upgrading-autopredictor)
AutoPredictor est la méthode par défaut et préférée pour créer un prédicteur avec Amazon Forecast. AutoPredictor crée des prédicteurs en appliquant la combinaison optimale d'algorithmes pour chaque série chronologique de votre jeu de données.
Les prédicteurs créés avec AutoPredictor sont généralement plus précis que les prédicteurs créés avec AutoML ou la sélection manuelle. Les fonctionnalités Forecast Explainability et de réentraînement des prédicteurs ne sont disponibles que pour les prédicteurs créés avec. AutoPredictor
Amazon Forecast peut également créer d'anciens prédicteurs de la manière suivante :
1. **AutoML -** Forecast trouve l'algorithme le plus performant et l'applique à l'ensemble de votre ensemble de données.
1. **Sélection manuelle** : choisissez manuellement un algorithme unique qui sera appliqué à l'ensemble de votre ensemble de données.
Vous pourrez peut-être créer un prédicteur existant à l'aide du kit de développement logiciel (SDK).
------
#### [ SDK ]
**Pour utiliser AutoML**
À l'aide de cette [`CreatePredictor`](API_CreatePredictor.md)opération, définissez la valeur de `PerformAutoML` à`"true"`.
```
{
...
"PerformAutoML": "true",
}
```
Si vous utilisez AutoML, vous ne pouvez pas définir de valeur pour les CreatePredictor paramètres suivants :`AlgorithmArn`,,`HPOConfig`. `TrainingParameters`
------