신규 고객은 Amazon Forecast를 더 이상 사용할 수 없습니다. Amazon Forecast의 기존 고객은 평소와 같이 서비스를 계속 사용할 수 있습니다. 자세히 알아보기

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

Exponential Smoothing(ETS) 알고리즘

Exponential Smoothing(ETS)은 시계열 예상에 일반적으로 사용되는 로컬 통계 알고리즘입니다. Amazon Forecast ETS 알고리즘은 CRAN(Comprehensive R Archive Network)의 Package 'forecast'에 있는 ets 함수를 직접적으로 호출합니다.

ETS 작동 방식

ETS 알고리즘은 데이터와 관련된 계절성 및 다른 주요 가정이 있는 데이터 세트에 특히 유용합니다. ETS는 입력 시계열 데이터 세트 내 모든 예측의 가중 평균을 계산해 예측합니다. 이 가중치는 단순한 이동 평균 메서드의 상수 가중치와 달리 시간이 지나면 급속히 감소합니다. 이 가중치는 스무딩 파라미터라고 알려진 상수 파라미터에 의존합니다.

ETS 하이퍼파라미터와 튜닝

ETS 하이퍼파라미터 및 튜닝에 대한 자세한 내용은 CRAN의 패키지 '예측'에 있는 ets 함수 설명서를 참조하세요.

Amazon Forecast는 다음 표를 사용하여 CreateDataset 작업에 지정된 DataFrequency 파라미터를 R ts 함수의 frequency 파라미터로 변환합니다.

표에 표시되지 않은 지원되는 데이터 빈도는 기본적으로 1의 ts 빈도로 설정됩니다.