はじめに
今回は Amazon Forecastを試します。
Webページ上でデータを入力し、時系列予測結果をページ上に表示します。
[作成したページ]
(https://labo.systems/forecast)
準備
[Lambda , API Gatewayの準備をします。]
(https://qiita.com/tanaka_takurou/items/3f93295de6cff060ec09)
[S3の準備をします。]
(https://qiita.com/tanaka_takurou/items/de897b0906087cec1a86)
[Amazon Forecastの資料]
Amazon Forecast
Amazon Forecast を使ってお手軽に時系列予測する（GUI編）
【初心者】Amazon Forecast を使ってみる
WEBページ・API作成
GO言語のAWS Lambda関数ハンドラー aws-lambda-go を使用してHTMLやJSONを返す処理を作成します。
また、Forecast を使用するため aws-sdk-go を利用します。
[参考資料]
AWS SDK for Go API Reference
全体の処理の流れ
- データファイルをS3にアップロード
- データをインポート
- 学習モデルの作成
- 予測の作成
- 予測結果をエクスポート
- 結果ファイルをS3からダウンロード
DatasetGroupを作成するには CreateDatasetGroup を使う。
main.go
func createDatasetGroup(name string) error {
svc := getForecastservice()
input := &forecastservice.CreateDatasetGroupInput{
DatasetGroupName: aws.String(name),
Domain: aws.String("CUSTOM"),
}
res, err := svc.CreateDatasetGroup(input)
if err != nil {
return err
}
log.Println(aws.StringValue(res.DatasetGroupArn))
return nil
}
Datasetを作成するには CreateDataset を使う。
main.go
func createDataset(name string)(string, error) {
svc := getForecastservice()
input := &forecastservice.CreateDatasetInput{
DatasetName: aws.String(name),
DataFrequency: aws.String("D"),
DatasetType: aws.String("TARGET_TIME_SERIES"),
Domain: aws.String("CUSTOM"),
Schema: &forecastservice.Schema{
Attributes: []*forecastservice.SchemaAttribute{
{
AttributeName: aws.String("item_id"),
AttributeType: aws.String("string"),
},
{
AttributeName: aws.String("timestamp"),
AttributeType: aws.String("timestamp"),
},
{
AttributeName: aws.String("target_value"),
AttributeType: aws.String("float"),
},
},
},
}
res, err := svc.CreateDataset(input)
if err != nil {
return "", err
}
return aws.StringValue(res.DatasetArn), nil
}
DatasetGroup に Datasetを追加するには UpdateDatasetGroup を使う。
main.go
func updateDatasetGroup(datasetArn string, datasetGroupArn string) error {
svc := getForecastservice()
input := &forecastservice.UpdateDatasetGroupInput{
DatasetArns: []*string{aws.String(datasetArn)},
DatasetGroupArn: aws.String(datasetGroupArn),
}
_, err := svc.UpdateDatasetGroup(input)
if err != nil {
return err
}
return nil
}
データをインポートするには CreateDatasetImportJob を使う。
main.go
func createDatasetImportJob(name string, datasetArn string, path string, roleArn string)(string, error) {
svc := getForecastservice()
input := &forecastservice.CreateDatasetImportJobInput{
DatasetImportJobName: aws.String(name),
DatasetArn: aws.String(datasetArn),
DataSource: &forecastservice.DataSource{
S3Config: &forecastservice.S3Config{
Path: aws.String(path),
RoleArn: aws.String(roleArn),
},
},
}
res, err := svc.CreateDatasetImportJob(input)
if err != nil {
return "", err
}
return aws.StringValue(res.DatasetImportJobArn), nil
}
学習モデルを作成するには CreatePredictor を使う。
main.go
func createPredictor(name string, datasetGroupArn string)(string, error) {
svc := getForecastservice()
input := &forecastservice.CreatePredictorInput{
PredictorName: aws.String(name),
PerformAutoML: aws.Bool(true),
ForecastHorizon: aws.Int64(10),
InputDataConfig: &forecastservice.InputDataConfig{
DatasetGroupArn: aws.String(datasetGroupArn),
},
FeaturizationConfig: &forecastservice.FeaturizationConfig{
ForecastFrequency: aws.String("D"),
},
}
res, err := svc.CreatePredictor(input)
if err != nil {
return "", err
}
return aws.StringValue(res.PredictorArn), nil
}
予測を作成するには CreateForecast を使う。
main.go
func createForecast(name string, predictorArn string)(string, error) {
svc := getForecastservice()
input := &forecastservice.CreateForecastInput{
ForecastName: aws.String(name),
PredictorArn: aws.String(predictorArn),
}
res, err := svc.CreateForecast(input)
if err != nil {
return "", err
}
return aws.StringValue(res.ForecastArn), nil
}
予測結果をエクスポートするには CreateForecastExportJob を使う。
main.go
func createForecastExportJob(name string, forecastArn string, path string, roleArn string)(string, error) {
svc := getForecastservice()
input := &forecastservice.CreateForecastExportJobInput{
ForecastExportJobName: aws.String(name),
ForecastArn: aws.String(forecastArn),
Destination: &forecastservice.DataDestination{
S3Config: &forecastservice.S3Config{
Path: aws.String(path),
RoleArn: aws.String(roleArn),
},
},
}
res, err := svc.CreateForecastExportJob(input)
if err != nil {
return "", err
}
return aws.StringValue(res.ForecastExportJobArn), nil
}
※ 各処理の進捗状態を確認するには DescribeDataset などを使い、Status を見て判定します。
終わりに
今回はAmazon Forecastを試しました。
今回試したデータ量は100行でしたが、全工程で１〜２時間程度の処理時間がかかりました。