Amazon Forecast non è più disponibile per i nuovi clienti. I clienti esistenti di Amazon Forecast possono continuare a utilizzare il servizio normalmente. [Scopri di più»](https://aws.amazon.com/blogs/machine-learning/transition-your-amazon-forecast-usage-to-amazon-sagemaker-canvas/)

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# Come funziona l'aggregazione
<a name="how-aggregation-works"></a>

 Durante la formazione, Amazon Forecast aggrega tutti i dati che non sono in linea con la frequenza di previsione specificata. Ad esempio, potresti avere alcuni dati giornalieri ma specificare una frequenza di previsione settimanale. Forecast allinea i dati giornalieri in base alla settimana a cui appartengono. Forecast lo combina quindi in un unico record per ogni settimana. Forecast determina a quale settimana (o mese o giorno e così via) appartengono i dati in base alla loro relazione con un limite temporale. I limiti temporali specificano l'inizio di un'unità di tempo, ad esempio l'ora in cui inizia un giorno o il giorno della settimana. 

 Per le previsioni orarie e minutarie o limiti temporali non specificati, Forecast utilizza un limite temporale predefinito basato sull'unità di tempo della frequenza. Per i predittori automatici con frequenze di previsione giornaliere, settimanali, mensili o annuali, puoi specificare un limite temporale personalizzato. Per ulteriori informazioni sui limiti temporali, vedere. [Limiti di tempo](data-aggregation.md#time-boundaries) 

 Durante l'aggregazione, il metodo di trasformazione predefinito consiste nel sommare i dati. Puoi configurare la trasformazione quando crei il tuo predittore. Questa operazione viene eseguita nella sezione **Configurazione dei dati di input** della pagina **Crea predittore** nella console Forecast. Oppure puoi impostare il metodo di trasformazione nel `Transformations` parametro [AttributeConfig](API_AttributeConfig.md) dell' CreateAutoPredictor operazione.

Le tabelle seguenti mostrano un esempio di aggregazione per una frequenza di previsione oraria utilizzando il limite temporale predefinito: Ogni ora inizia all'inizio dell'ora.

**Pre-trasformazione**


| Orario | Dati | All'inizio dell'ora | 
| --- | --- | --- | 
| 2018-03-03 01:00:00 | 100 | Sì | 
| 2018-03-03 02:20:00 | 50 | No | 
| 2018-03-03 02:45:00 | 20 | No | 
| 2018-03-03 04:00:00 | 120 | Sì | 

**Post-trasformazione**


| Orario | Dati | Note | 
| --- | --- | --- | 
| 2018-03-03 01:00:00 | 100 |  | 
| 2018-03-03 02:00:00 | 70 | Somma dei valori tra 02:00:00 -02:59:59 (50 \+ 20) | 
| 2018-03-03 03:00:00 | Empty | Nessun valore tra 03:00:00 e 03:59:59 | 
| 2018-03-03 04:00:00 | 120 |  | 

La figura seguente mostra come Forecast trasforma i dati per adattarli al limite orario settimanale predefinito.

![](http://docs.aws.amazon.com/it_it/forecast/latest/dg/images/data-alignment.png)