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。

# 指數平滑法 (ETS) 演算法
<a name="aws-forecast-recipe-ets"></a>

指數平滑法 [(ETS)](https://en.wikipedia.org/wiki/Exponential_smoothing) 是一種常用的本機統計演算法針對時間序列預測。Amazon Forecast ETS 演算法會在 Comprehensive R Archive Network (CRAN) `Package 'forecast'`的 中呼叫 [ets 函數](https://cran.r-project.org/web/packages/forecast/forecast.pdf#Rfn.ets.1)。

## ETS 的運作方式
<a name="aws-forecast-recipe-ets-how-it-works"></a>

ETS 演算法特別適用於具備季節性和其他先前假設資料的資料集。ETS 會計算所有觀測的輸入時間序列資料集加權平均數，作為其預測。加權會隨著時間而逐漸下降，而不是簡單移動平均的常數加權平均法。加權取決於常數參數的值，這也稱為平滑參數。

## ETS 超參數和調校
<a name="aws-forecast-recipe-ets-hyperparamters"></a>

如需 ETS 超參數和調校的相關資訊，請參閱 [CRAN](https://cran.r-project.org) [套件預測](https://cran.r-project.org/web/packages/forecast/forecast.pdf)中的`ets`函數文件。

Amazon Forecast 會使用下表，將 [CreateDataset](API_CreateDataset.md)操作中指定的`DataFrequency`參數轉換為 R [ts](https://www.rdocumentation.org/packages/stats/versions/3.6.1/topics/ts) 函數的`frequency`參數：


| DataFrequency (字串) | R ts frequency (整數) | 
| --- | --- | 
| Y | 1 | 
| M | 12 | 
| W | 52 | 
| D | 7 | 
| H | 24 | 
| 30min | 2 | 
| 15min | 4 | 
| 10min | 6 | 
| 5min | 12 | 
| 1min | 60 | 

不在資料表中的支援資料頻率預設為 1 的 `ts` 頻率。