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。

# WORK\$1FORCE 網域
<a name="workforce-domain"></a>

使用 WORK\$1FORCE 網域來預測人力需求。它支援下列資料集類型。對於每個資料集類型，我們列出必要和選用的欄位。如需如何將欄位對應到訓練資料中欄位的詳細資訊，請參閱[資料集網域和資料集類型](howitworks-datasets-groups.md#howitworks-dataset-domainstypes)。

**Topics**
+ [目標時間序列資料集類型](#target-time-series-type-workforce-domain)
+ [相關時間序列資料集類型](#related-time-series-type-workforce-domain)
+ [項目中繼資料集類型](#item-metadata-type-workforce-domain)

## 目標時間序列資料集類型
<a name="target-time-series-type-workforce-domain"></a>

下列是必要欄位：
+ `workforce_type` （字串） – 正在預測的人力人力類型。例如，電話語音中心需求或履行中心勞動力需求。
+ `timestamp` (時間戳記)
+ `workforce_demand` （浮點整數） – 這是 Amazon Forecast 產生預測`target`的欄位。

下列是選用維度，可用來變更預測精細程度：
+ `location` （字串） – 尋求人力資源的位置。如果您有多個商店/地點，則應該使用此維度。

最理想的狀況，是僅應包含這些必要欄位和選用維度。其他額外的時間序列資訊應該包含在相關時間序列資料集中。

## 相關時間序列資料集類型
<a name="related-time-series-type-workforce-domain"></a>

下列是必要欄位：
+ `workforce_type` (string)
+ `timestamp` (時間戳記)

除了必要欄位，您的訓練資料也可以包含其他欄位。若要在資料集中包含其他欄位，請在建立資料集時以結構描述提供欄位。

## 項目中繼資料集類型
<a name="item-metadata-type-workforce-domain"></a>

下列欄位是必要的：
+ `workforce_type` (string)

下列是選用欄位，可能有助於改善預測結果：
+ `wages` （浮點數） – 該特定人力資源類型的平均薪資。
+ `shift_length` （字串） – 輪班的長度。
+ `location` （字串） – 人力的位置。

除了必要欄位和建議選用欄位，您的訓練資料也可以包含其他欄位。若要在資料集中包含其他欄位，請在建立資料集時以結構描述提供欄位。