Amazon Forecast 不再向新买家开放。Amazon Forecast 的现有客户可以继续照常使用该服务。[了解更多](https://aws.amazon.com/blogs/machine-learning/transition-your-amazon-forecast-usage-to-amazon-sagemaker-canvas/)

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 查看监控结果
<a name="predictor-monitoring-results"></a>

生成预测并导入更多数据后，您可以查看预测器监控的结果。您可以使用 Forecast 控制台查看结果的可视化，也可以通过 [ListMonitorEvaluations](API_ListMonitorEvaluations.md) 操作以编程方式检索结果。

 Forecast 控制台显示每个[预测器指标](metrics.md)的结果图表。图表包括每个指标在预测器和预测器事件（例如再训练）的生命周期中的变化情况。

 [ListMonitorEvaluations](API_ListMonitorEvaluations.md) 操作返回不同时间段的指标结果和预测器事件。

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

**要查看预测器监控结果**

1. 登录 AWS 管理控制台 并打开 Amazon Forecast 控制台，网址为[https://console.aws.amazon.com/forecast/](https://console.aws.amazon.com/forecast/)。

1. 从**数据集组**中，选择您的数据集组。

1. 在导航窗格中，选择**预测器**。

1. 选择预测器并选择**监控**选项卡。
   +  **监控结果**部分显示不同的准确性指标随着时间的变化。使用下拉列表更改图表跟踪的指标。
   + **监控历史记录**部分列出了在结果中跟踪的不同事件的详细信息。

    以下是预测器的 `Avg wQL` 分数随时间变化的图表示例。在该图表中，请注意 `Avg wQL` 值会随着时间增加。该增加表明预测器的准确性正在降低。使用该信息确定是否需要重新验证模型并采取措施。  
![\[Graph showing increasing Avg wQL score over time, indicating decreasing predictor accuracy.\]](http://docs.aws.amazon.com/zh_cn/forecast/latest/dg/images/predictor-drift.png)

------
#### [ SDK for Python (Boto3) ]

 要使用适用于 Python 的 SDK（Boto3）获取监控结果，请使用 `list_monitor_evaluations` 方法。提供监控器的 Amazon 资源名称（ARN），也可以选择使用 `MaxResults` 参数指定要检索的结果的最大数量。可以选择指定 `Filter` 以筛选结果。可通过 `SUCCESS` 或 `FAILURE` 的 `EvaluationState` 筛选评估。以下代码最多可获得 20 次成功的监控评估。

```
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)
```

 以下是示例 JSON 响应。

```
{
  "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}
      ]
    }
  ]
}
```

------