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。

# 替换数据集
<a name="replacement-series"></a>

替换数据集是基准相关时间序列的修改版本，其中只包含要在假设分析预测中修改的值。替换数据集必须包含基准相关时间序列以及至少 1 个已修改时间序列中的预测维度、项目标识符和时间戳。此数据集会与基准相关时间序列合并，以创建假设分析预测使用的转换数据集。替换数据集必须采用 CSV 格式。

此数据集不应包含相同时间序列的重复时间戳。

下面几个示例说明了如何指定替换时间序列以及如何解释这些规范。考虑您每天进行预测的情况，预测范围是 2022-08-01 到 2022-08-03。下表列出了所有示例的基准相关时间序列。


| item\$1id | timestamp | 价格 | stock\$1count | 
| --- | --- | --- | --- | 
| item\$11 | 2022-08-01 | 100 | 50 | 
| item\$11 | 2022-08-02 | 100 | 50 | 
| item\$11 | 2022-08-03 | 100 | 50 | 
| item\$12 | 2022-08-01 | 75 | 500 | 
| item\$12 | 2022-08-02 | 75 | 500 | 
| item\$12 | 2022-08-03 | 75 | 500 | 

------
#### [ Unchanged values ]

要为 2022-08-02 和 2022-08-03 的 item\$11 应用 10% 的折扣，只需为替换数据集指定以下内容：


**替换数据集**  

| item\$1id | timestamp | 价格 | 
| --- | --- | --- | 
| item\$11 | 2022-08-02 | 90 | 
| item\$11 | 2022-08-03 | 90 | 

但是，也可以在替换数据集中指定未修改的值。在以下三个表中的每个表都作为替换数据集使用时，将产生与先前所提供的表相同的结果。


**列未修改的替换数据集**  

| item\$1id | timestamp | 价格 | stock\$1count | 
| --- | --- | --- | --- | 
| item\$11 | 2022-08-02 | 90 | 50 | 
| item\$11 | 2022-08-03 | 90 | 50 | 


**行未修改的替换数据集**  

| item\$1id | timestamp | 价格 | 
| --- | --- | --- | 
| item\$11 | 2022-08-01 | 100 | 
| item\$11 | 2022-08-02 | 90 | 
| item\$11 | 2022-08-03 | 90 | 
| item\$12 | 2022-08-01 | 75 | 
| item\$12 | 2022-08-02 | 75 | 
| item\$12 | 2022-08-03 | 75 | 


**行和列都未修改的替换数据集**  

| item\$1id | timestamp | 价格 | stock\$1count | 
| --- | --- | --- | --- | 
| item\$11 | 2022-08-01 | 100 | 50 | 
| item\$11 | 2022-08-02 | 90 | 50 | 
| item\$11 | 2022-08-03 | 90 | 50 | 
| item\$12 | 2022-08-01 | 75 | 500 | 
| item\$12 | 2022-08-02 | 75 | 500 | 
| item\$12 | 2022-08-03 | 75 | 500 | 

------
#### [ Missing values ]

替换时间序列中的缺失值将替换为基准相关时间序列中的值。考虑如下方案，即你为 2022-08-02 和 2022-08-03 的 item\$11 应用 10％ 的折扣，并在 2022-08-01 增加 item\$12 的库存。此替换数据集完全足够：


**有缺失值的替换数据集**  

| item\$1id | timestamp | 价格 | stock\$1count | 
| --- |--- |--- |--- |
| item\$11 | 2022-08-02 | 90 |  | 
| --- |--- |--- |--- |
| item\$11 | 2022-08-03 | 90 |  | 
| --- |--- |--- |--- |
| item\$12 | 2022-08-01 |  | 5000 | 
| --- |--- |--- |--- |

此表中缺少的值是从基准相关时间序列中估算的值。

------
#### [ Extraneous values ]

在创建假设分析预测时，会忽略替换时间序列中的多余值。即不会对替换数据集中无基准相关时间序列对应值的值进行建模。考虑此替换数据集：


**有多余值的替换数据集**  

| item\$1id | timestamp | 价格 | stock\$1count | 
| --- |--- |--- |--- |
| item\$11 | 2022-08-01 | 100 | 50 | 
| item\$11 | 2022-08-02 | 100 | 50 | 
| item\$11 | 2022-08-03 | 100 | 50 | 
| item\$12 | 2022-08-01 | 75 | 500 | 
| item\$12 | 2022-08-02 | 75 | 500 | 
| item\$12 | 2022-08-03 | 75 | 500 | 
| item\$13 | 2022-08-01 | 50 | 125 | 
| --- |--- |--- |--- |
| item\$13 | 2022-08-02 | 50 | 125 | 
| --- |--- |--- |--- |
| item\$13 | 2022-08-03 | 50 | 125 | 
| --- |--- |--- |--- |

忽略包含 item\$13 的行，并且此行不属于假设分析的一部分。

------
#### [ Historical changes ]

忽略替换数据集中超出预测范围的变更内容。考虑此替换数据集：


**值超出预测范围的替换数据集**  

| item\$1id | timestamp | 价格 | stock\$1count | 
| --- |--- |--- |--- |
| item\$11 | 2022-07-31 | 100 | 50 | 
| --- |--- |--- |--- |
| item\$11 | 2022-08-01 | 100 | 50 | 
| item\$11 | 2022-08-02 | 100 | 50 | 
| item\$11 | 2022-08-03 | 100 | 50 | 
| item\$11 | 2022-08-04 | 100 | 50 | 
| --- |--- |--- |--- |
| item\$12 | 2022-07-31 | 75 | 500 | 
| --- |--- |--- |--- |
| item\$12 | 2022-08-01 | 75 | 500 | 
| item\$12 | 2022-08-02 | 75 | 500 | 
| item\$12 | 2022-08-03 | 75 | 500 | 
| item\$13 | 2022-08-04 | 75 | 500 | 
| --- |--- |--- |--- |

忽略包含 2022-07-31 和 2022-08-04 的行，这类行不属于假设分析的一部分。

------

## 预测维度
<a name="forecast-dimensions"></a>

如果您的数据集包含预测维度，则此预测维度必须包含在替换数据集中。考虑此基准相关时间序列：


| item\$1id | store\$1id | timestamp | 价格 | stock\$1count | 
| --- | --- | --- | --- | --- | 
| item\$11 | store\$11 | 2022-08-01 | 100 | 50 | 
| item\$11 | store\$11 | 2022-08-02 | 100 | 50 | 
| item\$11 | store\$11 | 2022-08-03 | 100 | 50 | 
| item\$11 | store\$12 | 2022-08-01 | 75 | 500 | 
| item\$11 | store\$12 | 2022-08-02 | 75 | 500 | 
| item\$11 | store\$12 | 2022-08-03 | 75 | 500 | 

因此，所有商店在 2022-08-02 提供 10% 折扣的替代数据集将如下所示：


| item\$1id | store\$1id | timestamp | 价格 | 
| --- | --- | --- | --- | 
| item\$11 | store\$11 | 2022-08-02 | 90 | 
| item\$11 | store\$12 | 2022-08-02 | 67.5 |