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」
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。
啟用預測器監控
您可以在建立預測器時啟用預測器監控,也可以為現有的預測器啟用它。
注意
預測器監控僅適用於 AutoPredictors。您可以將現有的舊版預測器升級至 AutoPredictor。請參閱升級至 AutoPredictor。
啟用新預測器的預測器監控
您可以使用 主控台、 AWS CLI、 AWS SDKs和 CreateAutoPredictor操作啟用新預測器的預測器監控。
- Console
-
啟用預測器監控
登入 AWS 管理主控台 並開啟位於 https://https://console.aws.amazon.com/forecast/
的 Amazon Forecast 主控台。 -
從資料集群組中,選擇您的資料集群組。
-
在導覽窗格中,選擇預測器。
-
選擇訓練新的預測器。
-
在預測器組態區段中,選擇啟用監控。
-
提供下列必要欄位的值:
-
名稱 - 唯一的預測器名稱。
-
預測頻率 - 預測的精細程度。
-
預測期間 - 要預測的時間步驟數目。
-
-
選擇開始以建立啟用監控的自動預測器。當您使用預測器產生預測,然後匯入更多資料時,您會看到監控結果。
- Python
-
若要使用適用於 Python (Boto3) 的 SDK 啟用新預測器的預測器監控,請使用
create_auto_predictor方法,並在 中提供監視器名稱MonitoringConfig。下列程式碼會建立自動預測器,未來預測 24 (
ForecastHorizon) 天 (ForecastFrequency),並將 指定MyPredictorMonitor為MonitorName。產生預測並匯入更多資料後,您可以檢視預測器監控的結果。如需擷取結果的詳細資訊,請參閱 檢視監控結果。如需建立預測器所需和選用參數的資訊,請參閱 CreateAutoPredictor。
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" } )
啟用現有預測器的預測器監控
您可以使用 主控台 AWS CLI和 AWS SDKs 啟用現有預測器的預測器監控。
- Console
-
啟用預測器監控
登入 AWS 管理主控台 並開啟位於 https://https://console.aws.amazon.com/forecast/
的 Amazon Forecast 主控台。 -
從資料集群組中,選擇您的資料集群組。
-
在導覽窗格中,選擇預測器。
-
選擇您的預測器。
-
導覽至監控索引標籤。
-
在監控詳細資訊區段中,選擇開始監控
當監控狀態為作用中時,會啟用預測器監控。產生預測並匯入更多資料後,您可以檢視預測器監控的結果。如需詳細資訊,請參閱 檢視監控結果
- Python
-
若要使用適用於 Python 的 SDK (Boto3) 啟用現有預測器的預測器監控,請使用
create_monitor方法。指定監控的名稱,以及ResourceArn指定預測器要監控的 Amazon Resource Name (ARN)。使用describe_monitor方法並提供監視器 ARN,以取得監視器的狀態。產生預測並匯入更多資料後,您可以檢視預測器監控的結果。如需更多資訊,請參閱檢視監控結果。如需必要和選用參數的資訊,請參閱 CreateMonitor和 DescribeMonitor。
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'])