Amazon Forecast non è più disponibile per i nuovi clienti. I clienti esistenti di Amazon Forecast possono continuare a utilizzare il servizio normalmente. [Scopri di più»](https://aws.amazon.com/blogs/machine-learning/transition-your-amazon-forecast-usage-to-amazon-sagemaker-canvas/)

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# Predittori di allenamento
<a name="howitworks-predictor"></a>

Un predittore è un modello Amazon Forecast che viene addestrato utilizzando le serie temporali di destinazione, le serie temporali correlate, i metadati degli articoli e qualsiasi set di dati aggiuntivo che includi. Puoi utilizzare i predittori per generare previsioni basate sui dati delle tue serie temporali. 

Per impostazione predefinita, Amazon Forecast crea un AutoPredictor file, in cui Forecast applica la combinazione ottimale di algoritmi a ogni serie temporale dei tuoi set di dati.

**Topics**
+ [Creazione di un Predictor](#creating-predictors)
+ [Aggiornamento a AutoPredictor](#upgrading-autopredictor)
+ [Aggregazione dei dati per diverse frequenze di previsione](data-aggregation.md)
+ [Utilizzo di set di dati aggiuntivi](#using-additional-datasets)
+ [Lavorare con i predittori preesistenti](#legacy-predictors)
+ [Valutazione dell'accuratezza dei predittori](metrics.md)
+ [Predittori di riqualificazione](retrain-predictors.md)
+ [Indice meteorologico](weather.md)
+ [Caratterizzazione delle festività](holidays.md)
+ [Spiegabilità dei predittori](predictor-explainability.md)
+ [Monitoraggio predittivo](predictor-monitoring.md)
+ [Algoritmi di Amazon Forecast](aws-forecast-choosing-recipes.md)

## Creazione di un Predictor
<a name="creating-predictors"></a>

Amazon Forecast richiede i seguenti input per addestrare un predittore:
+ Gruppo di **set di dati: un gruppo** di set di dati che deve includere un set di dati di serie temporali target. Il set di dati della serie temporale di destinazione include l'attributo target (`item_id`) e l'attributo timestamp, oltre a qualsiasi dimensione. Le serie temporali e i metadati degli articoli correlati sono facoltativi. Per ulteriori informazioni, consulta [Importazione di set di dati](howitworks-datasets-groups.md).
+ **Frequenza delle previsioni**: la granularità delle previsioni (orarie, giornaliere, settimanali, ecc.). Amazon Forecast ti consente di determinare l'esatta granularità delle previsioni quando fornisci l'unità di frequenza e il valore. Sono consentiti solo valori interi    
[See the AWS documentation website for more details](http://docs.aws.amazon.com/it_it/forecast/latest/dg/howitworks-predictor.html)

  Ad esempio, se desideri previsioni a settimane alterne, l'unità di frequenza è settimanale e il valore è 2. Oppure, se desideri previsioni trimestrali, l'unità di frequenza è mensile e il valore è 3.

  Quando i dati vengono raccolti con una frequenza maggiore rispetto alla frequenza di previsione, vengono aggregati alla frequenza di previsione. Ciò include le serie temporali finali e i dati delle serie temporali correlate. Per ulteriori informazioni sull'aggregazione, vedere. [Aggregazione dei dati per diverse frequenze di previsione](data-aggregation.md)
+ **Forecast horizon**: il numero di fasi temporali previste.

È inoltre possibile impostare valori per i seguenti input opzionali:
+  **Limite di allineamento temporale**: il limite temporale utilizzato da Forecast per aggregare i dati e generare previsioni in linea con la frequenza di previsione specificata. Per ulteriori informazioni sull'aggregazione, vedere. [Aggregazione dei dati per diverse frequenze di previsione](data-aggregation.md) Per informazioni sulla specificazione di un limite temporale, vedere. [Limiti di tempo](data-aggregation.md#time-boundaries) 
+ **Dimensioni previsionali**: le dimensioni sono attributi opzionali nel set di dati della serie temporale di destinazione che possono essere utilizzati in combinazione con il valore target (`item_id`) per creare serie temporali separate.
+ **Tipi di previsione**: i quantili utilizzati per valutare il predittore.
+ **Metrica di ottimizzazione: la metrica** di precisione utilizzata per ottimizzare il predittore.
+ Set di **dati aggiuntivi: set** di dati Amazon Forecast integrati come Weather Index e Holidays.

Puoi creare un predittore utilizzando il Software Development Kit (SDK) o la console Amazon Forecast.

------
#### [ Console ]

**Per creare un predittore**

1. Accedi Console di gestione AWS e apri la console Amazon Forecast all'indirizzo [https://console.aws.amazon.com/forecast/](https://console.aws.amazon.com/forecast/).

1. Dai **gruppi di set** di dati, scegli il tuo gruppo di set di dati.

1. **Nel riquadro di navigazione, scegli Predittori.**

1. Scegli **Train new predictor**.

1. Fornisci i valori per i seguenti campi obbligatori:
   +  **Nome**: un nome predittivo univoco.
   + **Forecast frequency**: la granularità delle previsioni.
   + **Forecast horizon**: il numero di fasi temporali da prevedere.

1. Scegli **Avvia**.

Per informazioni su set di dati aggiuntivi, vedere [Indice meteorologico](weather.md) e[Caratterizzazione delle festività](holidays.md). Per ulteriori informazioni sulla personalizzazione dei tipi di previsione e delle metriche di ottimizzazione, consulta. [Valutazione dell'accuratezza dei predittori](metrics.md)

------
#### [ AWS CLI ]

Per creare un predittore automatico con AWS CLI, usa il `create-predictor` comando. Il codice seguente crea un predittore automatico che fa previsioni per 14 giorni nel futuro. 

Fornisci un nome per il predittore e l'Amazon Resource Name (ARN) del gruppo di set di dati che include i dati di addestramento. Facoltativamente, modifica l'orizzonte di previsione e la frequenza di previsione. Facoltativamente, aggiungi qualsiasi tag per il predittore. Per ulteriori informazioni, consulta [Etichettare le risorse di Amazon Forecast](tagging-forecast-resources.md). 

Per informazioni sui parametri obbligatori e facoltativi, vedere. [CreateAutoPredictor](API_CreateAutoPredictor.md)

```
aws forecast create-predictor \
--predictor-name {{predictor_name}} \
--data-config DatasetGroupArn="arn:aws:forecast:{{region}}:{{account}}:dataset-group/{{datasetGroupName}}" \
--forecast-horizon 14 \
--forecast-frequency D \
--tags Key={{key1}},Value={{value1}} Key={{key2}},Value={{value2}}
```

Per ulteriori informazioni sulla personalizzazione dei tipi di previsione e delle metriche di ottimizzazione, consulta [Valutazione dell'accuratezza dei predittori](metrics.md) The Weather Index and Holidays. I set di dati aggiuntivi sono definiti all'interno del tipo di dati. `DataConfig` Per informazioni su set di dati aggiuntivi, consulta e. [Indice meteorologico](weather.md) [Caratterizzazione delle festività](holidays.md)

------
#### [ Python ]

Per creare un predittore automatico con l'SDK for Python (Boto3), usa il metodo. `create_auto_predictor` Il codice seguente crea un predittore automatico che fa previsioni per 14 giorni nel futuro. 

Fornisci un nome per il predittore e l'Amazon Resource Name (ARN) del gruppo di set di dati che include i dati di addestramento. Facoltativamente, modifica l'orizzonte di previsione e la frequenza di previsione. Facoltativamente, aggiungi qualsiasi tag per il predittore. Per ulteriori informazioni, consulta [Etichettare le risorse di Amazon Forecast](tagging-forecast-resources.md). 

Per informazioni sui parametri obbligatori e facoltativi, vedere. [CreateAutoPredictor](API_CreateAutoPredictor.md) 

```
import boto3
            
forecast = boto3.client('forecast')

create_predictor_response = forecast.create_auto_predictor(
    PredictorName = '{{predictor_name}}',
    ForecastHorizon = 14,
    ForecastFrequency = 'D',
    DataConfig = {
      "DatasetGroupArn": "arn:aws:forecast:{{region}}:{{account}}:dataset-group/{{datasetGroupName}}"
    },
    Tags = [ 
      { 
         "Key": "{{key1}}",
         "Value": "{{value1}}"
      },
      { 
         "Key": "{{key2}}",
         "Value": "{{value2}}"
      }
    ]
)
print(create_predictor_response['PredictorArn'])
```

Per ulteriori informazioni sulla personalizzazione dei tipi di previsione e delle metriche di ottimizzazione, consulta [Valutazione dell'accuratezza dei predittori](metrics.md) The Weather Index and Holidays. I set di dati aggiuntivi sono definiti all'interno del tipo di dati. `DataConfig` Per informazioni su set di dati aggiuntivi, consulta e. [Indice meteorologico](weather.md) [Caratterizzazione delle festività](holidays.md)

------

## Aggiornamento a AutoPredictor
<a name="upgrading-autopredictor"></a>

**Quaderni in Python**  
[Per una step-by-step guida sull'aggiornamento dei predittori a, vedi Aggiornamento di un predittore a AutoPredictor. AutoPredictor](https://github.com/aws-samples/amazon-forecast-samples/blob/main/notebooks/basic/Upgrading_to_AutoPredictor/UpgradeToAutoPredictor.ipynb)

I predittori creati con AutoML o selezione manuale CreatePredictor () possono essere aggiornati a un. AutoPredictor L'aggiornamento di un file esistente AutoPredictor trasferirà tutte le impostazioni di configurazione del predittore pertinenti.

Dopo l'aggiornamento a AutoPredictor, il predittore originale rimarrà attivo e il predittore aggiornato avrà un Predictor ARN separato. Ciò consente di confrontare le metriche di precisione tra i due predittori e di generare previsioni con il predittore originale.

Puoi aggiornare un predittore utilizzando il Software Development Kit (SDK) o la console Amazon Forecast.

------
#### [ Console ]

**Per aggiornare un predittore**

1. Accedi Console di gestione AWS e apri la console Amazon Forecast all'indirizzo [https://console.aws.amazon.com/forecast/](https://console.aws.amazon.com/forecast/).

1. Nel riquadro di navigazione, scegli **Predictors**.

1. **Scegli il predittore da aggiornare e scegli Aggiorna.**

1. Imposta un nome univoco per il predittore aggiornato.

1. Scegli **Esegui l'upgrade** a. AutoPredictor

------
#### [ CLI ]

Per aggiornare un predittore con AWS CLI, usa il `create-predictor` metodo, ma specifica *solo* il nome del predittore e il valore di `reference-predictor-arn` (l'ARN del predittore che desideri aggiornare). 

```
aws forecast create-predictor \
--predictor-name {{predictor_name}} \
--reference-predictor-arn arn:aws:forecast:{{region}}:{{account}}:predictor/{{predictorName}}
```

------
#### [ Python ]

Per aggiornare un predittore con l'SDK for Python (Boto3), `create_auto_predictor` usa il metodo, *ma specifica solo* il nome del predittore e il valore `ReferencePredictorArn` di (l'ARN del predittore che desideri aggiornare). 

```
import boto3
            
forecast = boto3.client('forecast')

create_predictor_response = forecast.create_auto_predictor(
    PredictorName = '{{predictor_name}}',
    ReferencePredictorArn = 'arn:aws:forecast:{{region}}:{{account}}:predictor/{{predictorName}}'
)
print(create_predictor_response['PredictorArn'])
```

------

## Utilizzo di set di dati aggiuntivi
<a name="using-additional-datasets"></a>

Amazon Forecast può includere Weather Index e Holidays durante la creazione del tuo predittore. L'indice meteorologico incorpora le informazioni meteorologiche nel modello e Holidays incorpora le informazioni relative alle festività nazionali.

L'indice meteorologico richiede un attributo di «geolocalizzazione» nel set di dati delle serie temporali target e informazioni sui fusi orari per i timestamp. Per ulteriori informazioni, consulta [Indice meteorologico](weather.md).

Holidays include informazioni sulle vacanze in oltre 250 paesi. Per ulteriori informazioni, consulta [Caratterizzazione delle festività](holidays.md).

## Lavorare con i predittori preesistenti
<a name="legacy-predictors"></a>

**Nota**  
Per aggiornare un predittore esistente a AutoPredictor, vedi [Aggiornamento a AutoPredictor](#upgrading-autopredictor)

AutoPredictor è il metodo predefinito e preferito per creare un predittore con Amazon Forecast. AutoPredictor crea predittori applicando la combinazione ottimale di algoritmi per ogni serie temporale del set di dati.

I predittori creati con AutoPredictor sono generalmente più accurati dei predittori creati con AutoML o selezione manuale. Le funzionalità Forecast Explainability e Predictor Retraining sono disponibili solo per i predittori creati con. AutoPredictor

Amazon Forecast può anche creare predittori legacy nei seguenti modi:

1. **AutoML -** Forecast trova l'algoritmo con le migliori prestazioni e lo applica all'intero set di dati.

1. **Selezione manuale**: scegli manualmente un singolo algoritmo da applicare all'intero set di dati.

Potresti essere in grado di creare un predittore legacy utilizzando il Software Development Kit (SDK).

------
#### [ SDK ]

**Per usare AutoML**

Utilizzando l'[`CreatePredictor`](API_CreatePredictor.md)operazione, impostate il valore `PerformAutoML` di`"true"`.

```
{
    ...
    "PerformAutoML": "true",
}
```

Se si utilizza AutoML, non è possibile impostare un valore per i seguenti CreatePredictor parametri:`AlgorithmArn`,,`HPOConfig`. `TrainingParameters`

------