Amazon Forecast 定价

使用 Amazon Forecast 时，您只需按使用量付费；既没有最低费用，也无预付承诺。使用 Amazon Forecast 时，需要考虑四种不同类型的成本：

1. 导入的数据：导入到 Amazon Forecast 中用于训练和预测的每 GB 数据的成本。
2. 训练预测器：根据输入数据构建自定义预测器或监控预测器性能所需的每小时基础设施使用成本。训练时间包括清理数据、并行训练多种算法、找到最佳算法组合、计算精度指标、生成可解释性见解、监控预测器性能所需的时间以及创建预测所需的基础架构使用时间。 请注意，成本基于使用的实例小时数，而不是训练预测器所用的实际时钟时间。 由于 Amazon Forecast 并行部署多个实例来训练预测器，因此使用的小时数将超过观察到的实际时钟时间。
3. 生成的预测数据点：在所有时间序列（项目和维度）组合中生成的唯一预测值数量的成本。预测数据点是唯一时间序列的数量（例如，SKU x 商店）、分位数和预测期内的时间点的组合。 预测的数据点包括通过生成预测创建的数据点以及通过假设分析生成的数据点。
4. 预测解释：解释属性或相关数据对每个项目和时间点的预测的影响的成本。可解释性可帮助您更好地了解数据集中的属性如何影响您的预测值。成本基于预测数据点的数量以及解释的属性（例如，价格、节假日、天气指数）的数量。