Amazon Forecast tidak lagi tersedia untuk pelanggan baru. Pelanggan Amazon Forecast yang ada dapat terus menggunakan layanan seperti biasa. [Pelajari lebih lanjut”](https://aws.amazon.com/blogs/machine-learning/transition-your-amazon-forecast-usage-to-amazon-sagemaker-canvas/) Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris. # Pemantauan Prediktor **catatan** Jika Anda mengaktifkan pemantauan prediktor, Amazon Forecast akan menyimpan data dari setiap perkiraan Anda untuk analisis kinerja prediktor, bahkan setelah menghapus data perkiraan. Untuk menghapus data ini, hapus sumber daya pemantauan. Pemantauan prediktor memungkinkan Anda untuk melihat bagaimana kinerja prediktor Anda berubah dari waktu ke waktu. Berbagai faktor dapat menyebabkan perubahan kinerja, seperti perkembangan ekonomi atau perubahan perilaku pelanggan Anda. Misalnya, pertimbangkan skenario peramalan di mana target berada `sales` dan ada dua atribut terkait: `price` dan`color`. Pada bulan-bulan setelah membuat prediktor pertama Anda, warna-warna tertentu mungkin secara tak terduga menjadi lebih populer di kalangan pelanggan Anda. Ini mungkin meningkatkan penjualan untuk item dengan atribut ini. Data baru ini dapat memengaruhi kinerja prediktor Anda dan keakuratan perkiraan yang dihasilkannya. Dengan pemantauan prediktor diaktifkan, Forecast menganalisis kinerja prediktor Anda saat Anda menghasilkan perkiraan dan mengimpor lebih banyak data. Forecast membandingkan data baru dengan perkiraan sebelumnya untuk mendeteksi perubahan kinerja. Anda dapat melihat grafik tentang perubahan metrik akurasi yang berbeda dari waktu ke waktu di konsol Forecast. Atau Anda bisa mendapatkan hasil pemantauan dengan [ListMonitorEvaluations](API_ListMonitorEvaluations.md) operasi. Pemantauan prediktor dapat membantu memutuskan apakah sudah waktunya untuk melatih kembali prediktor Anda. Jika kinerja menurun, Anda mungkin ingin melatih kembali prediktor pada data yang lebih baru. Jika Anda memilih untuk melatih kembali prediktor Anda, prediktor baru akan menyertakan data pemantauan dari yang sebelumnya. Anda juga dapat menggunakan pemantauan prediktor untuk mengumpulkan data kontekstual tentang lingkungan produksi Anda, atau untuk melakukan perbandingan untuk eksperimen yang berbeda. Pemantauan prediktor hanya tersedia untuk AutoPredictors. Anda dapat memutakhirkan prediktor lama yang ada ke. AutoPredictor Lihat [Memutakhirkan ke AutoPredictor](howitworks-predictor.md#upgrading-autopredictor). **Topics** + [Alur Kerja Pemantauan Prediktor](#predictor-monitoring-workflow) + [Mengaktifkan Pemantauan Prediktor](enabling-predictor-monitoring.md) + [Melihat Hasil Pemantauan](predictor-monitoring-results.md) + [Pembatasan dan Praktik Terbaik](#predictor-monitoring-best-practices) ## Alur Kerja Pemantauan Prediktor Untuk mendapatkan hasil pemantauan prediktor, Anda harus terlebih dahulu menggunakan prediktor Anda untuk menghasilkan perkiraan dan kemudian mengimpor lebih banyak data. Alur kerja pemantauan adalah sebagai berikut. 1. Aktifkan pemantauan prediktor untuk prediktor otomatis: + Buat prediktor baru dengan pemantauan diaktifkan. Lihat [Mengaktifkan Pemantauan Prediktor untuk Prediktor Baru](enabling-predictor-monitoring.md#enabling-predictor-monitoring-new). + Atau aktifkan pemantauan untuk prediktor yang ada. Lihat [Mengaktifkan Pemantauan Prediktor untuk Prediktor yang Ada](enabling-predictor-monitoring.md#enabling-predictor-monitoring-existing). 1. Gunakan prediktor untuk menghasilkan satu atau lebih prakiraan. 1. Impor lebih banyak data. Untuk informasi tentang mengimpor data ke Forecast, lihat[Mengimpor Dataset](howitworks-datasets-groups.md). 1. Lihat hasil pemantauan prediktor: + Anda dapat melihat hasil pada tab **Monitoring** untuk prediktor Anda. + Atau Anda bisa mendapatkan hasil pemantauan dengan [ListMonitorEvaluations](API_ListMonitorEvaluations.md) operasi. Untuk informasi selengkapnya, lihat [Melihat Hasil Pemantauan](predictor-monitoring-results.md). # Mengaktifkan Pemantauan Prediktor Anda dapat mengaktifkan pemantauan prediktor saat membuat prediktor, atau Anda dapat mengaktifkannya untuk prediktor yang ada. **catatan** Pemantauan prediktor hanya tersedia untuk AutoPredictors. Anda dapat memutakhirkan prediktor lama yang ada ke. AutoPredictor Lihat [Memutakhirkan ke AutoPredictor](howitworks-predictor.md#upgrading-autopredictor). **Topics** + [Mengaktifkan Pemantauan Prediktor untuk Prediktor Baru](#enabling-predictor-monitoring-new) + [Mengaktifkan Pemantauan Prediktor untuk Prediktor yang Ada](#enabling-predictor-monitoring-existing) ## Mengaktifkan Pemantauan Prediktor untuk Prediktor Baru Anda dapat mengaktifkan pemantauan prediktor untuk prediktor baru dengan konsol,, AWS CLI AWS SDKs, dan operasi. [CreateAutoPredictor](API_CreateAutoPredictor.md) ------ #### [ Console ] **Untuk mengaktifkan pemantauan Prediktor** 1. Masuk ke Konsol Manajemen AWS dan buka konsol Amazon Forecast di [https://console.aws.amazon.com/forecast/](https://console.aws.amazon.com/forecast/). 1. Dari grup **Dataset, pilih grup kumpulan** data Anda. 1. Di panel navigasi, pilih **Prediktor**. 1. Pilih **Latih prediktor baru**. 1. Di bagian **konfigurasi Prediktor**, pilih **Aktifkan pemantauan**. 1. Berikan nilai untuk bidang wajib berikut: + **Nama - nama** prediktor yang unik. + **Frekuensi Forecast** - perincian perkiraan Anda. + **Forecast horizon** - Jumlah langkah waktu untuk memperkirakan. 1. Pilih **Mulai** untuk membuat prediktor otomatis dengan pemantauan diaktifkan. Anda akan melihat hasil pemantauan saat Anda menggunakan prediktor untuk menghasilkan perkiraan dan kemudian mengimpor lebih banyak data. ------ #### [ Python ] Untuk mengaktifkan pemantauan prediktor untuk prediktor baru dengan SDK for Python (Boto3), gunakan metode dan berikan nama monitor di file. `create_auto_predictor` `MonitoringConfig` Kode berikut membuat prediktor otomatis yang membuat prediksi untuk 24 (`ForecastHorizon`) days (`ForecastFrequency`) di masa depan, dan menentukan sebagai`MyPredictorMonitor`. `MonitorName` Setelah Anda membuat perkiraan dan kemudian mengimpor lebih banyak data, Anda dapat melihat hasil pemantauan prediktor. Untuk informasi selengkapnya tentang mengambil hasil, lihat[Melihat Hasil Pemantauan](predictor-monitoring-results.md). Untuk informasi tentang parameter wajib dan opsional untuk membuat prediktor, lihat[CreateAutoPredictor](API_CreateAutoPredictor.md). ``` import boto3 forecast = boto3.client('forecast') create_predictor_response = forecast.create_auto_predictor( PredictorName = 'predictor_name', ForecastHorizon = 24, ForecastFrequency = 'D', DataConfig = { "DatasetGroupArn": "arn:aws:forecast:region:account:dataset-group/datasetGroupName" }, MonitorConifg = { "MonitorName": "MyMonitorName" } ) ``` ------ ## Mengaktifkan Pemantauan Prediktor untuk Prediktor yang Ada Anda dapat mengaktifkan pemantauan prediktor untuk prediktor yang ada dengan konsol, AWS CLI, dan. AWS SDKs ------ #### [ Console ] **Untuk mengaktifkan pemantauan prediktor** 1. Masuk ke Konsol Manajemen AWS dan buka konsol Amazon Forecast di [https://console.aws.amazon.com/forecast/](https://console.aws.amazon.com/forecast/). 1. Dari grup **Dataset, pilih grup kumpulan** data Anda. 1. Di panel navigasi, pilih **Prediktor**. 1. Pilih prediktor Anda. 1. Arahkan ke tab **Monitoring**. 1. Di bagian **Detail pemantauan**, pilih **Mulai pemantauan** Saat **status Pemantauan** Aktif, pemantauan prediktor diaktifkan. Setelah Anda membuat perkiraan dan kemudian mengimpor lebih banyak data, Anda dapat melihat hasil pemantauan prediktor. Untuk informasi lebih lanjut lihat [Melihat Hasil Pemantauan](predictor-monitoring-results.md) ------ #### [ Python ] Untuk mengaktifkan pemantauan prediktor untuk prediktor yang ada dengan SDK for Python (Boto3), gunakan metode ini. `create_monitor` Tentukan nama untuk pemantauan, dan untuk `ResourceArn` tentukan Nama Sumber Daya Amazon (ARN) agar prediktor dapat dipantau. Gunakan `describe_monitor` metode ini dan berikan monitor ARN untuk mendapatkan status monitor. Setelah Anda membuat perkiraan dan kemudian mengimpor lebih banyak data, Anda dapat melihat hasil pemantauan prediktor. Untuk mengetahui informasi selengkapnya, lihat [Melihat Hasil Pemantauan](predictor-monitoring-results.md). Untuk informasi tentang parameter wajib dan opsional, lihat [CreateMonitor](API_CreateMonitor.md) dan[DescribeMonitor](API_DescribeMonitor.md). ``` import boto3 forecast = boto3.client('forecast') create_monitor_response = forecast.create_monitor( MonitorName = 'monitor_name', ResourceArn = 'arn:aws:forecast:region:accountNumber:predictor/predictorName' ) monitor_arn = create_monitor_response['MonitorArn'] describe_monitor_response = forecast.describe_monitor( MonitorArn = monitor_arn ) print("Monitor status: " + describe_monitor_response['Status']) ``` ------ # Melihat Hasil Pemantauan Setelah Anda membuat perkiraan dan kemudian mengimpor lebih banyak data, Anda dapat melihat hasil pemantauan prediktor. Anda dapat melihat visualisasi hasil dengan konsol Forecast atau Anda dapat mengambil hasil secara terprogram dengan operasi. [ListMonitorEvaluations](API_ListMonitorEvaluations.md) Konsol Forecast menampilkan grafik hasil untuk setiap metrik [prediktor](metrics.md). Grafik mencakup bagaimana setiap metrik telah berubah selama masa prediktor dan peristiwa prediktor Anda, seperti pelatihan ulang. [ListMonitorEvaluations](API_ListMonitorEvaluations.md)Operasi mengembalikan hasil metrik dan peristiwa prediktor untuk jendela waktu yang berbeda. ------ #### [ Console ] **Untuk melihat hasil pemantauan prediktor** 1. Masuk ke Konsol Manajemen AWS dan buka konsol Amazon Forecast di [https://console.aws.amazon.com/forecast/](https://console.aws.amazon.com/forecast/). 1. Dari grup **Dataset, pilih grup kumpulan** data Anda. 1. Di panel navigasi, pilih **Prediktor**. 1. Pilih prediktor dan pilih tab **Monitoring**. + Bagian **Hasil pemantauan** menunjukkan bagaimana metrik akurasi yang berbeda telah berubah dari waktu ke waktu. Gunakan daftar dropdown untuk mengubah metrik mana yang dilacak grafik. + Bagian **Riwayat pemantauan** mencantumkan detail untuk berbagai peristiwa yang dilacak dalam hasil. Berikut ini adalah contoh grafik bagaimana `Avg wQL` skor untuk prediktor telah berubah dari waktu ke waktu. Dalam grafik ini, perhatikan bahwa `Avg wQL` nilainya meningkat seiring waktu. Peningkatan ini menunjukkan bahwa akurasi prediktor menurun. Gunakan informasi ini untuk menentukan apakah Anda perlu memvalidasi ulang model dan mengambil tindakan. ![\[Graph showing increasing Avg wQL score over time, indicating decreasing predictor accuracy.\]](http://docs.aws.amazon.com/id_id/forecast/latest/dg/images/predictor-drift.png) ------ #### [ SDK for Python (Boto3) ] Untuk mendapatkan hasil pemantauan dengan SDK for Python (Boto3), gunakan metode ini. `list_monitor_evaluations` Berikan Nama Sumber Daya Amazon (ARN) monitor, dan secara opsional tentukan jumlah hasil maksimum yang akan diambil dengan parameter. `MaxResults` Secara opsional menentukan untuk `Filter` memfilter hasil. Anda dapat memfilter evaluasi dengan salah `EvaluationState` satu `SUCCESS` atau`FAILURE`. Kode berikut mendapatkan maksimal 20 evaluasi pemantauan yang berhasil. ``` import boto3 forecast = boto3.client('forecast') monitor_results = forecast.list_monitor_evaluations( MonitorArn = 'monitor_arn', MaxResults = 20, Filters = [ { "Condition": "IS", "Key": "EvaluationState", "Value": "SUCCESS" } ] ) print(monitor_results) ``` Berikut ini adalah contoh respons JSON. ``` { "NextToken": "string", "PredictorMonitorEvaluations": [ { "MonitorArn": "MonitorARN", "ResourceArn": "PredictorARN", "EvaluationTime": "2020-01-02T00:00:00Z", "EvaluationState": "SUCCESS", "WindowStartDatetime": "2019-01-01T00:00:00Z", "WindowEndDatetime": "2019-01-03T00:00:00Z", "PredictorEvent": { "Detail": "Retrain", "Datetime": "2020-01-01T00:00:00Z" }, "MonitorDataSource": { "DatasetImportJobArn": "arn:aws:forecast:region:accountNumber:dataset-import-job/*", "ForecastArn": "arn:aws:forecast:region:accountNumber:forecast/*", "PredictorArn": "arn:aws:forecast:region:accountNumber:predictor/*", }, "MetricResults": [ { "MetricName": "AverageWeightedQuantileLoss", "MetricValue": 0.17009070456599376 }, { "MetricName": "MAPE", "MetricValue": 0.250711322309796 }, { "MetricName": "MASE", "MetricValue": 1.6275608734888485 }, { "MetricName": "RMSE", "MetricValue": 3100.7125081405547 }, { "MetricName": "WAPE", "MetricValue": 0.17101159704738722} ] } ] } ``` ------ ## Pembatasan dan Praktik Terbaik Pertimbangkan batasan dan praktik terbaik berikut saat bekerja dengan pemantauan prediktor. + **Pemantauan prediktor hanya tersedia untuk prediktor otomatis** - Anda tidak dapat mengaktifkan pemantauan untuk prediktor lama yang dibuat dengan AutoML atau melalui pemilihan manual. Lihat [Memutakhirkan ke AutoPredictor](howitworks-predictor.md#upgrading-autopredictor). + **Pemantauan prediktor unik per prediktor otomatis** - Anda hanya dapat membuat satu monitor per prediktor otomatis. + **Pemantauan prediktor membutuhkan data baru dan menghasilkan perkiraan** — Saat Anda mengimpor data baru yang digunakan untuk menghasilkan perkiraan baru, hasil pemantauan prediktor menjadi tersedia. Jika Anda tidak mengimpor data baru atau data yang baru diimpor tidak mencakup cakrawala perkiraan penuh, Anda tidak akan melihat hasil pemantauan. + **Pemantauan prediktor membutuhkan prakiraan baru** — Anda harus terus menghasilkan prakiraan baru untuk menghasilkan hasil pemantauan. Jika Anda tidak menghasilkan perkiraan baru, Anda tidak akan melihat hasil pemantauan. + **Amazon Forecast akan menyimpan data dari setiap perkiraan Anda untuk analisis kinerja prediktor** — Forecast menyimpan data ini bahkan jika Anda menghapus perkiraan. Untuk menghapus data ini, hapus monitor terkait. + [StopResource](API_StopResource.md)Operasi akan menghentikan semua evaluasi saat ini dan semua evaluasi masa depan. + Metrik AvgWQL hanya tersedia ketika Anda membuat perkiraan untuk kuantil selain rata-rata. + Evaluasi monitor yang sedang berlangsung tidak ditampilkan dalam operasi. [ListMonitorEvaluations](API_ListMonitorEvaluations.md)