Amazon Forecast 不再提供給新客戶。Amazon Forecast 的現有客戶可以繼續正常使用服務。[進一步了解」](https://aws.amazon.com/blogs/machine-learning/transition-your-amazon-forecast-usage-to-amazon-sagemaker-canvas/)

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 彙總的運作方式
<a name="how-aggregation-works"></a>

 在訓練期間，Amazon Forecast 會彙總不符合您指定預測頻率的任何資料。例如，您可能有一些每日資料，但指定每週預測頻率。預測會根據每日資料所屬的一週來調整。然後，預測會將它合併為每週的單一記錄。預測會根據資料與時間界限的關係，決定資料屬於哪個週 （或月份或日期等）。時間界限會指定時間單位的開頭，例如一天的開始時間或一週的開始時間。

 對於每小時和每分鐘預測或未指定的時間界限，預測會根據您頻率的時間單位使用預設的時間界限。對於具有每日、每週、每月或每年預測頻率的自動預測器，您可以指定自訂時間界限。如需時間界限的詳細資訊，請參閱 [時間邊界](data-aggregation.md#time-boundaries)。

 在彙總期間，預設的轉換方法是將資料加總。您可以在建立預測器時設定轉換。您可以在預測主控台中**建立預測器**頁面上的**輸入資料組態**區段中執行此操作。或者，您可以在 CreateAutoPredictor 操作的 中的 `Transformations` 參數[AttributeConfig](API_AttributeConfig.md)中設定轉換方法。

下表顯示使用預設時間界限的每小時預測頻率彙總範例：每小時從小時頂端開始。

**轉換前**


| 時間 | 資料 | 小時的整點 | 
| --- | --- | --- | 
| 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 | 

**轉換後**


| 時間 | 資料 | 備註 | 
| --- | --- | --- | 
| 2018-03-03 01:00:00 | 100 |  | 
| 2018-03-03 02:00:00 | 70 | 介於 02:00:00-02:59:59 (50 \$1 20) 之間的值總和 | 
| 2018-03-03 03:00:00 | 空白 | 03:00:00-03:59:59 之間沒有值 | 
| 2018-03-03 04:00:00 | 120 |  | 

下圖顯示預測如何轉換資料以符合預設的每週時間界限。

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