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。

# 檢視監控結果
<a name="predictor-monitoring-results"></a>

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。您可以使用預測主控台查看結果的視覺化，或使用 [ListMonitorEvaluations](API_ListMonitorEvaluations.md)操作以程式設計方式擷取結果。

 預測主控台會顯示每個[預測器指標](metrics.md)的結果圖表。圖形包括每個指標在預測器和預測器事件的生命週期內如何變更，例如重新訓練。

 [ListMonitorEvaluations](API_ListMonitorEvaluations.md) 操作會傳回不同時段的指標結果和預測器事件。

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

**檢視預測器監控結果**

1. 登入 AWS 管理主控台 ，並在 https：//[https://console.aws.amazon.com/forecast/](https://console.aws.amazon.com/forecast/) 開啟 Amazon Forecast 主控台。

1. 從**資料集群組**中，選擇您的資料集群組。

1. 在導覽窗格中，選擇**預測器**。

1. 選擇預測器，然後選擇**監控**索引標籤。
   +  **監控結果**區段顯示不同準確度指標如何隨時間變化。使用下拉式清單來變更圖形追蹤的指標。
   + **監控歷史記錄**區段會列出結果中追蹤的不同事件的詳細資訊。

    以下是預測器`Avg wQL`分數如何隨時間變化的圖表範例。在此圖表中，請注意`Avg wQL`值會隨著時間增加。此增加表示預測器準確度正在降低。使用此資訊來判斷是否需要重新驗證模型並採取動作。  
![\[Graph showing increasing Avg wQL score over time, indicating decreasing predictor accuracy.\]](http://docs.aws.amazon.com/zh_tw/forecast/latest/dg/images/predictor-drift.png)

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

 若要使用適用於 Python 的 SDK (Boto3) 取得監控結果，請使用 `list_monitor_evaluations`方法。提供監視器的 Amazon Resource Name (ARN)，並選擇性地指定使用 `MaxResults` 參數擷取的最大結果數量。選擇性地指定 `Filter`來篩選結果。您可以依 `SUCCESS`或 `EvaluationState`的 篩選評估`FAILURE`。下列程式碼最多可獲得 20 次成功的監控評估。

```
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 JSON 回應的範例。

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

------