Amazon Forecast 不再向新买家开放。Amazon Forecast 的现有客户可以继续照常使用该服务。[了解更多](https://aws.amazon.com/blogs/machine-learning/transition-your-amazon-forecast-usage-to-amazon-sagemaker-canvas/)

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 聚合的工作原理
<a name="how-aggregation-works"></a>

 在训练期间，Amazon Forecast 会聚合与您指定的预测频率不一致的所有数据。例如，您可能有一些每日数据，但指定了每周预测频率。Forecast 会根据每日数据所属的周来对齐每日数据。然后，Forecast 将其合并为每周的单个记录。Forecast 根据其与时间边界的关系来确定数据所属的周（或月份或日等）。时间边界指定时间单位的开始时间，例如一天的开始时间或一周的开始日期。

 针对每小时和每分钟预测或未指定的时间边界，Forecast 将根据频率的时间单位使用默认时间边界。对于具有每日、每周、每月或每年预测频率的自动预测器，您可以指定自定义时间边界。有关时间边界的更多信息，请参阅 [时间边界](data-aggregation.md#time-boundaries)。

 在聚合期间，默认的转换方法是对数据汇总。您可以在创建预测器时配置转换。您可以在 Forecast 控制台中**创建预测器**页面的**输入数据配置**部分中执行此操作。或者，也可以在 CreateAutoPredictor 操作的`Transformations`参数中[AttributeConfig](API_AttributeConfig.md)设置转换方法。

下表显示了使用默认时间界限的每小时预测频率的聚合示例：每个小时从整点开始。

**预转换**


| Time | 数据 | 在整点 | 
| --- | --- | --- | 
| 2018-03-03 01:00:00 | 100 | 是 | 
| 2018-03-03 02:20:00 | 50 | 否 | 
| 2018-03-03 02:45:00 | 20 | 否 | 
| 2018-03-03 04:00:00 | 120 | 是 | 

**后转换**


| Time | 数据 | 备注 | 
| --- | --- | --- | 
| 2018-03-03 01:00:00 | 100 |  | 
| 2018-03-03 02:00:00 | 70 | 2:00:00 与 02:59:59 之间的值的总和 (50 \$1 20) | 
| 2018-03-03 03:00:00 | 空 | 03:00:00 与 03:59:59 之间没有值 | 
| 2018-03-03 04:00:00 | 120 |  | 

下图显示了 Forecast 如何转换数据来适合每周时间边界。

![\[Raw sales data points transformed into a smooth demand time series curve over weekly intervals.\]](http://docs.aws.amazon.com/zh_cn/forecast/latest/dg/images/data-alignment.png)