我们很高兴地宣布,在 亚马逊预报,您现在可以从自定义起点开始您的预测范围,包括在周日进行每周预测。 这使您可以更紧密地使需求计划预测与当地业务实践和运营要求保持一致。
Forecast 是一项完全托管的服务,它使用统计和机器学习 (ML) 算法来提供高度准确的时间序列预测。 它使用最先进的算法来根据历史数据预测未来的时间序列数据,并且不需要机器学习经验。 典型的预测应用程序包括库存资源规划、劳动力配备和网络流量。 在这篇文章中,我们回顾了一个新选项,它允许您将预测与业务和需求周期保持一致,同时通过卸载聚合工作流来降低运营成本。
为了优化需求计划,预测需要与业务运营保持一致。 以前,预测的起点是固定的:每日预测假设需求从每天午夜开始,每周预测假设周一为一周的第一天,而月度预测则从每个月的第一天开始。 这些预定义的起点提出了两个挑战。 首先,如果您的业务周期开始于与固定值不同的点,则您必须手动将预测汇总到所需的起点。 例如,如果您的工作周从星期日开始,并且您想生成每周预测,则必须手动将每日预测汇总到星期日至星期六这一周。 这项额外的工作增加了成本和计算时间,并带来了出错的机会。 二是训练数据与预测期不一致; 如果您的数据反映了从星期日开始的需求周期,则预测器和预测也应使用星期日作为起点。
自定义预测范围起点现在可以使业务运营和预测保持一致,从而无需手动聚合工作并节省成本和计算。 如果您的工作日从星期日开始,您可以自动汇总每日数据以生成从星期日开始的每周预测。 或者,您可以从上午 9:00 开始进行每日预测。 预测器现在可以与您的地面实况数据保持一致,从而提供输入和预测之间的一致性。 在通过 Forecast 控制台训练新预测器或使用 预测 API.
定义自定义预测范围开始期间
预测范围是进行预测的时间长度,并以起点和终点为界。 在 Forecast 中,您现在可以在训练新预测器时为每日、每周、每月和每年的预测范围选择特定的起点。 这些起点——也称为 边界值——选择比预测范围更精细的一个频率单位,如下表所示。
预测频率单位 | 边界单位 | 边界值 |
日间 | 小时 | 0-23 |
包周 | 星期几 | 周一至周日 |
包月 | 一个月中的哪一天 | 1 28通过 |
每年 | 月 | 一月到十二月 |
借助自定义起点,您可以调整预测以从与您的业务流程和基本实况数据匹配的特定时间点开始,例如 15 月、15 日、星期日或 00:XNUMX 小时。 对于比提供的时间序列频率更粗的预测范围,Forecast 根据自定义起点聚合时间序列数据。 例如:
- 从上午 9:00 开始的每小时数据生成每日预测时,预测会在每天上午 9:00 到次日上午 8:00 之间与每小时数据聚合
- 从星期日开始的每日数据生成每周预测时,预测会与从星期日到下一个星期六的每周的每日数据进行汇总
- 从每月 15 日开始的每日数据生成每月预测时,预测会与从当月 15 日到下个月 14 日的每日数据聚合
- 从 XNUMX 月开始的月度数据生成年度预测时,预测与当年 XNUMX 月至明年 XNUMX 月的月度数据进行汇总
可用的预测频率
以下屏幕截图显示了自定义每日、每周、每月和每年预测频率和起点的示例( 时间对齐边界 预测控制台上的字段)。
指定自定义预测范围起点
您可以在创建新预测器时定义自定义预测范围起点。 以下步骤演示了如何使用 Forecast 控制台执行此操作。 我们还提供一个 样本笔记本 它提供了一个示例,说明如何将此新设置集成到您的工作流程中。
- 在“预测”控制台上,选择 查看数据集组, 接着 创建数据集组.
- 创建数据集组、目标时间序列数据集并加载数据。
加载数据后,您将被重定向到 Forecast 控制台。 - 将目标时间序列数据集加载到数据集组并处于活动状态后,选择 Start 开始 下 训练预测变量.
- 在 训练预测器 部分,为 名字, 预测频率及 预测范围 领域。
- 在可选的 时间对齐边界 字段,指定预测器用于预测的起点。
此列表中的值取决于 预测频率 您选择的价值。 在此示例中,我们创建了为期 1 周的每周预测,其中星期日作为一周的开始日期和预测。
- 根据需要提供其他可选配置并选择 创建.
创建预测器后,您可以创建预测。 - 在导航窗格中,在您的数据集组下选择 预测因素.
- 选择您的新预测器。
- 创建预测.
- 提供必要的详细信息并选择 Start 开始 创建您的预测。
- 预测完成后,选择 创建预测导出 导出结果。
以下屏幕截图是原始输入文件(左)和导出的预测结果(右)的示例。 输入文件是按小时频率生成的,而预测是按周频率生成的,从星期日作为一周的第一天开始。 这是一个预测自动聚合两个级别的预测频率(从几小时到几天)的示例。
结论
Forecast 中的自定义预测范围起点允许您生成符合您特定操作要求的预测。 工作周在不同地区的不同日子开始,需要从星期一以外的日子开始的预测,并与地面实况培训和持续数据保持一致。 例如,或者您可能希望生成反映从每天上午 7:00 开始的需求周期的每小时预测。
预测还会自动将细粒度的预测聚合到更高级别的频率(例如几天到几周)。 这使您可以生成与您的运营相一致的预测,并通过消除维护和管理聚合工作流的需要来节省您的成本。
自定义起点是可选的。 如果您不提供具体的起点,则预测开始于 默认时间. 特定的预测范围起点仅适用于 AutoPredictor。 有关详细信息,请参阅 新的 Amazon Forecast API 可将预测的准确性提高多达 40% 并提供可解释性 和 创建自动预测器.
要了解有关预测频率的更多信息,请参阅 不同预测频率的数据聚合. 所有这些新功能在 Forecast 公开可用的所有区域都可用。 有关区域可用性的更多信息,请参阅 AWS区域服务.
作者简介
丹·辛瑞奇 是 Amazon Forecast 的高级产品经理。 他专注于使低代码/无代码机器学习民主化,并将其应用于改善业务成果。 工作之余,他会打曲棍球、努力提高网球发球、潜水和阅读科幻小说。
帕拉斯阿罗拉 是 Amazon Forecast 团队的软件开发工程师。 他热衷于在云端构建尖端的 AI/ML 解决方案。 在业余时间,他喜欢远足和旅行。
切坦苏拉纳 是 Amazon Forecast 团队的一名软件开发工程师。 他的兴趣在于机器学习和软件开发的交叉领域,运用深思熟虑的设计和工程技能来解决问题。 工作之余,他喜欢摄影、远足和烹饪。
- "
- 100
- 7
- 9
- a
- 关于
- 精准的
- 要积极。
- 添加
- 额外
- 算法
- 所有类型
- 允许
- Amazon
- 宣布
- API
- 应用领域
- 应用
- 四月
- 自动
- 可用性
- 可使用
- AWS
- 开始
- 开始
- 之间
- 边界
- 建筑物
- 商业
- 能力
- 挑战
- 云端技术
- 完成
- 计算
- 一贯
- 安慰
- 成本
- 创建信息图
- 创建
- 创造
- 电流
- 习俗
- 周期
- 每天
- data
- 天
- 需求
- 演示
- 设计
- 详情
- 研发支持
- 不同
- 每
- 容易
- 边缘
- 工程师
- 工程师
- 例子
- 例子
- 兴奋
- 体验
- 小说
- 字段
- 姓氏:
- 固定
- 重点
- 以下
- 发现
- 止
- 未来
- 生成
- 发电
- 团队
- 高度
- 高度
- 历史的
- 地平线
- 视野
- 创新中心
- How To
- HTTPS
- 改善
- 包括
- 包含
- 信息
- 输入
- 整合
- 利益
- 路口
- 库存
- IT
- 学习用品
- 学习
- 各级
- 清单
- 加载
- 本地
- 机
- 机器学习
- 制成
- 管理
- 管理
- 经理
- 手册
- 手动
- 匹配
- ML
- 周一
- 月
- 每月一次
- 更多
- 旅游导航
- 必要
- 下页
- 提供
- 正在进行
- 运营
- 机会
- 优化
- 附加选项
- 其他名称
- 多情
- 期间
- 期
- 摄影
- 规划行程
- 播放
- 点
- 点
- 预测
- 预测
- 问题
- 过程
- 生产
- 生成
- 产品
- 提供
- 提供
- 提供
- 优
- 阅读
- 减少
- 反映
- 反映
- 地区
- 区域性
- 删除
- 必须
- 岗位要求
- 需要
- 资源
- 成果
- 检讨
- 保存
- 科学
- 选
- 系列
- 服务
- 设置
- 如图
- 技能
- 软件
- 软件开发
- 固体
- 解决方案
- 解决
- 具体的
- 站
- 开始
- 开始
- 国家的最先进的
- 统计
- 目标
- 团队
- 通过
- 次
- 交通
- 产品培训
- 旅游
- 下
- 使用
- 折扣值
- 通缉
- 卷筒纸
- 周
- 每周
- 而
- 工作
- 工作流程
- 劳动力
- 年
- 您一站式解决方案