将 ML Insights 与 Amazon QuickSight 结合使用的数据集要求 - Amazon QuickSight

将 ML Insights 与 Amazon QuickSight 结合使用的数据集要求

要开始使用 Amazon QuickSight 的机器学习功能，您需要连接到或导入您的数据。您可以使用现有的 Amazon QuickSight 数据集或创建一个新的数据集。您可以直接查询与 SQL 兼容的源，或将数据摄取到 SPICE 中。

数据必须具有以下属性：

  • 至少一个指标（例如，销售额、订单数、发货单位数、注册量等）。

  • 至少一个类别维度（例如，产品类别、通道、分段、行业等）。将忽略具有 NULL 值的类别。

  • 异常检测至少需要 15 个数据点才能进行训练。例如，如果您的数据粒度是每日，则需要至少 15 天的数据。如果粒度是每月，您至少需要 15 个月的数据。

  • 数据越多，预测效果越好。确保您的数据集具有足够的历史数据，以实现最佳结果。例如，如果您的数据粒度是每日，则需要至少 38 天的数据。如果粒度是每月，您至少需要 43 个月的数据。下面是每种时间粒度的要求：

    • 年：32 个数据点

    • 季度：35 个数据点

    • 月：43 个数据点

    • 周：35 个数据点

    • 日：38 个数据点

    • 小时：39 个数据点

    • 分钟：46 个数据点

    • 秒：46 个数据点

  • 如果您要分析异常或预测，则还需要至少一个日期维度。

如果您没有数据集来开始，可以下载此示例数据集：ML Insights 示例数据集 VI。在数据集就绪后，通过该数据集创建新分析。