Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
CreateSolution
Wichtig
Standardmäßig verwenden alle neuen Lösungen automatisches Training. Bei automatischem Training fallen für Sie Schulungskosten an, solange Ihre Lösung aktiv ist. Um unnötige Kosten zu vermeiden, können Sie die Lösung aktualisieren, wenn Sie fertig sind, um das automatische Training abzuschalten. Informationen zu den Schulungskosten finden Sie unter Amazon Personalize-Preise
Erstellt die Konfiguration für das Training eines Modells (Erstellen einer Lösungsversion). Diese Konfiguration umfasst das Rezept für das Modelltraining und die optionale Trainingskonfiguration, z. B. Spalten für das Training und Parameter zur Merkmalstransformation. Weitere Informationen zum Konfigurieren einer Lösung finden Sie unter Erstellen und Konfigurieren einer Lösung.
Standardmäßig verwenden neue Lösungen automatische Schulungen, um alle 7 Tage Lösungsversionen zu erstellen. Sie können die Trainingshäufigkeit ändern. Die automatische Erstellung der Lösungsversion beginnt innerhalb einer Stunde, nachdem die Lösung AKTIV ist. Wenn Sie innerhalb einer Stunde manuell eine Lösungsversion erstellen, überspringt die Lösung das erste automatische Training. Weitere Informationen finden Sie unter Automatisches Training https://docs.aws.amazon.com/personalize/latest/dg/solution-config-auto-training.html konfigurieren.
Um das automatische Training auszuschalten, setzen Sie performAutoTraining den Wert auf false. Wenn Sie das automatische Training deaktivieren, müssen Sie manuell eine Lösungsversion erstellen, indem Sie den CreateSolutionVersion Vorgang aufrufen.
Nach Beginn des Trainings können Sie den Amazon-Ressourcennamen (ARN) der Lösungsversion mit dem ListSolutionVersions API-Vorgang abrufen. Um den Status abzurufen, verwenden Sie das DescribeSolutionVersion.
Nach Abschluss des Trainings können Sie die Modellgenauigkeit überprüfen, indem Sie Folgendes aufrufen GetSolutionMetrics. Wenn Sie mit der Lösungsversion zufrieden sind, stellen Sie sie mithilfe von bereit CreateCampaign. Die Kampagne gibt einem Kunden über die GetRecommendations API Empfehlungen.
Anmerkung
Amazon Personalize unterstützt derzeit nicht die Konfiguration der Hyperparameter-Optimierung hpoObjective für die Lösung.
Status
Eine Lösung kann sich in einem der folgenden Zustände befinden:
-
CREATE PENDING > CREATE IN_PROGRESS > ACTIVE -oder- CREATE FAILED
-
DELETE PENDING > DELETE IN_PROGRESS
Rufen Sie an, um den Status der Lösung abzurufen DescribeSolution. Wenn Sie manuelles Training verwenden, muss der Status AKTIV sein, bevor Sie anrufenCreateSolutionVersion.
Verbundene APIs
Anforderungssyntax
{
"datasetGroupArn": "string",
"eventType": "string",
"name": "string",
"performAutoML": boolean,
"performAutoTraining": boolean,
"performHPO": boolean,
"performIncrementalUpdate": boolean,
"recipeArn": "string",
"solutionConfig": {
"algorithmHyperParameters": {
"string" : "string"
},
"autoMLConfig": {
"metricName": "string",
"recipeList": [ "string" ]
},
"autoTrainingConfig": {
"schedulingExpression": "string"
},
"eventsConfig": {
"eventParametersList": [
{
"eventType": "string",
"eventValueThreshold": number,
"weight": number
}
]
},
"eventValueThreshold": "string",
"featureTransformationParameters": {
"string" : "string"
},
"hpoConfig": {
"algorithmHyperParameterRanges": {
"categoricalHyperParameterRanges": [
{
"name": "string",
"values": [ "string" ]
}
],
"continuousHyperParameterRanges": [
{
"maxValue": number,
"minValue": number,
"name": "string"
}
],
"integerHyperParameterRanges": [
{
"maxValue": number,
"minValue": number,
"name": "string"
}
]
},
"hpoObjective": {
"metricName": "string",
"metricRegex": "string",
"type": "string"
},
"hpoResourceConfig": {
"maxNumberOfTrainingJobs": "string",
"maxParallelTrainingJobs": "string"
}
},
"optimizationObjective": {
"itemAttribute": "string",
"objectiveSensitivity": "string"
},
"trainingDataConfig": {
"excludedDatasetColumns": {
"string" : [ "string" ]
},
"includedDatasetColumns": {
"string" : [ "string" ]
}
}
},
"tags": [
{
"tagKey": "string",
"tagValue": "string"
}
]
}
Anforderungsparameter
Die Anforderung akzeptiert die folgenden Daten im JSON-Format.
- datasetGroupArn
-
Der Amazon-Ressourcenname (ARN) der Datensatz-Gruppe, die die Trainingsdaten bereitstellt.
Typ: Zeichenfolge
Längenbeschränkungen: Maximale Länge beträgt 256 Zeichen.
Pattern:
arn:([a-z\d-]+):personalize:.*:.*:.+Erforderlich: Ja
- eventType
-
Wenn Sie mehrere Ereignistypen haben (mithilfe eines
EVENT_TYPESchemafelds), gibt dieser Parameter an, welcher Ereignistyp (z. B. „Klick“ oder „Gefällt mir“) für das Training des Modells verwendet wird.Wenn Sie keinen angeben
eventType, verwendet Amazon Personalize alle Interaktionen für ein Training mit gleichem Gewicht, unabhängig vom Typ.Typ: Zeichenfolge
Längenbeschränkungen: Maximale Länge beträgt 256 Zeichen.
Erforderlich: Nein
- name
-
Der Name für die Lösung.
Typ: Zeichenfolge
Längenbeschränkungen: Minimale Länge beträgt 1 Zeichen. Maximale Länge beträgt 63 Zeichen.
Pattern:
^[a-zA-Z0-9][a-zA-Z0-9\-_]*Erforderlich: Ja
- performAutoML
-
Wichtig
Wir raten von der Verwendung von automatisiertem Machine Learning ab. Ordnen Sie Ihren Anwendungsfall stattdessen den verfügbaren Amazon-Personalize-Rezepten zu. Weitere Informationen finden Sie unter Rezept auswählen.
Ob automatisiertes maschinelles Lernen (AutoML) durchgeführt werden soll. Der Standardwert ist
false. Für diesen Fall müssen Sie angebenrecipeArn.Wenn diese Option auf gesetzt ist
true, analysiert Amazon Personalize Ihre Trainingsdaten und wählt das optimale USER_PERSONALIZATION-Rezept und die optimalen Hyperparameter aus. In diesem Fall müssen Sie das weglassen.recipeArnAmazon Personalize ermittelt das optimale Rezept, indem es Tests mit unterschiedlichen Werten für die Hyperparameter durchführt. AutoML verlängert den Trainingsprozess im Vergleich zur Auswahl eines bestimmten Rezepts.Typ: Boolesch
Erforderlich: Nein
- performAutoTraining
-
Ob die Lösung automatisches Training verwendet, um neue Lösungsversionen zu erstellen (trainierte Modelle). Die Standardeinstellung ist
Trueund die Lösung erstellt automatisch alle 7 Tage neue Lösungsversionen. Sie können die Trainingshäufigkeit ändern, indem SieschedulingExpressionimAutoTrainingConfigRahmen der Lösungskonfiguration eine angeben. Weitere Informationen zum automatischen Training finden Sie unter Konfiguration des automatischen Trainings.Die automatische Erstellung von Lösungsversionen beginnt innerhalb einer Stunde, nachdem die Lösung AKTIV ist. Wenn Sie innerhalb einer Stunde manuell eine Lösungsversion erstellen, überspringt die Lösung das erste automatische Training.
Nach Beginn des Trainings können Sie den Amazon-Ressourcennamen (ARN) der Lösungsversion mit dem ListSolutionVersions API-Vorgang abrufen. Um den Status abzurufen, verwenden Sie das DescribeSolutionVersion.
Typ: Boolesch
Erforderlich: Nein
- performHPO
-
Ob eine Hyperparameteroptimierung (HPO) für das angegebene oder ausgewählte Rezept durchgeführt werden soll. Der Standardwert ist
false.Wenn Sie AutoML ausführen, ist dieser Parameter immer gültig
trueund Sie sollten ihn nicht auf festlegen.falseTyp: Boolesch
Erforderlich: Nein
- performIncrementalUpdate
-
Ob inkrementelle Trainingsupdates für Ihr Modell durchgeführt werden sollen. Wenn diese Option aktiviert ist, kann das Modell häufiger aus neuen Daten lernen, ohne dass ein vollständiges erneutes Training erforderlich ist. Dadurch ist eine Personalisierung nahezu in Echtzeit möglich. Dieser Parameter wird nur für Lösungen unterstützt, die das Rezept für semantische Ähnlichkeit verwenden.
Typ: Boolesch
Erforderlich: Nein
- recipeArn
-
Der Amazon-Ressourcenname (ARN) des Rezepts, das für das Modelltraining verwendet werden soll. Dies ist erforderlich, wenn der Wert falsch
performAutoMList. Informationen zu den verschiedenen Amazon Personalize-Rezepten und ihren ARNs finden Sie unter Ein Rezept auswählen.Typ: Zeichenfolge
Längenbeschränkungen: Maximale Länge beträgt 256 Zeichen.
Pattern:
arn:([a-z\d-]+):personalize:.*:.*:.+Erforderlich: Nein
- solutionConfig
-
Die Konfigurationseigenschaften für die Lösung. Wenn
performAutoMLder Wert auf true gesetzt ist, wertet Amazon Personalize nur denautoMLConfigAbschnitt der Lösungskonfiguration aus.Anmerkung
Amazon Personalize unterstützt derzeit nicht die Konfiguration von
hpoObjective.Typ: SolutionConfig Objekt
Erforderlich: Nein
-
Eine Liste von Tags, die auf die Lösung angewendet werden sollen.
Typ: Array von Tag-Objekten
Array-Mitglieder: Die Mindestanzahl beträgt 0 Elemente. Die maximale Anzahl beträgt 200 Elemente.
Erforderlich: Nein
Antwortsyntax
{
"solutionArn": "string"
}
Antwortelemente
Wenn die Aktion erfolgreich ist, sendet der Service eine HTTP 200-Antwort zurück.
Die folgenden Daten werden vom Service im JSON-Format zurückgegeben.
- solutionArn
-
Der ARN der Lösung.
Typ: Zeichenfolge
Längenbeschränkungen: Maximale Länge beträgt 256 Zeichen.
Pattern:
arn:([a-z\d-]+):personalize:.*:.*:.+
Fehler
- InvalidInputException
-
Geben Sie einen gültigen Wert für das Feld oder den Parameter an.
HTTP-Statuscode: 400
- LimitExceededException
-
Das Limit für die Anzahl der Anfragen pro Sekunde wurde überschritten.
HTTP-Statuscode: 400
- ResourceAlreadyExistsException
-
Die angegebene Ressource ist bereits vorhanden.
HTTP-Statuscode: 400
- ResourceInUseException
-
Die angegebene Ressource wird verwendet.
HTTP-Statuscode: 400
- ResourceNotFoundException
-
Die angegebene Ressource konnte nicht gefunden werden.
HTTP-Statuscode: 400
- TooManyTagsException
-
Sie haben die maximale Anzahl von Tags überschritten, die Sie auf diese Ressource anwenden können.
HTTP-Statuscode: 400
Weitere Informationen finden Sie unter:
Weitere Informationen zur Verwendung dieser API in einem der sprachspezifischen AWS SDKs finden Sie im Folgenden: