CreateSolution - Amazon Personalize
AnforderungssyntaxAnforderungsparameterAntwortsyntaxAntwortelementeFehlerWeitere Informationen finden Sie unter:

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 der automatischen Schulung fallen für Sie Schulungskosten an, solange Ihre Lösung aktiv ist. Um unnötige Kosten zu vermeiden, können Sie die Lösung aktualisieren, wenn Sie fertig sind, sodass das automatische Training deaktiviert wird. Informationen zu den Schulungskosten finden Sie unter Amazon Personalize Personalize-Preise.

Erstellt die Konfiguration für das Trainieren eines Modells (Erstellen einer Lösungsversion). Diese Konfiguration umfasst das Rezept für das Modelltraining und optionale Trainingskonfigurationen, z. B. Spalten für das Training und Parameter für die Feature-Transformation. Weitere Informationen zur Konfiguration einer Lösung finden Sie unter Lösung erstellen und konfigurieren.

Standardmäßig verwenden neue Lösungen automatische Schulungen, um alle 7 Tage Lösungsversionen zu erstellen. Sie können die Trainingsfrequenz 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 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 CreateSolutionVersionVorgang aufrufen.

Nach Beginn der Schulung können Sie den Amazon-Ressourcennamen (ARN) der Lösungsversion mit dem ListSolutionVersionsAPI-Vorgang abrufen. Um den Status zu ermitteln, verwenden Sie den DescribeSolutionVersion.

Nach Abschluss der Schulung können Sie die Modellgenauigkeit überprüfen, indem Sie anrufen GetSolutionMetrics. Wenn Sie mit der Lösungsversion zufrieden sind, stellen Sie sie mithilfe von bereit CreateCampaign. Die Kampagne bietet einem Kunden über die GetRecommendationsAPI 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 zu erfahren DescribeSolution. Wenn Sie ein manuelles Training verwenden, muss der Status AKTIV sein, bevor Sie anrufenCreateSolutionVersion.

Verwandt APIs

Anforderungssyntax

{
   "datasetGroupArn": "string",
   "eventType": "string",
   "name": "string",
   "performAutoML": boolean,
   "performAutoTraining": boolean,
   "performHPO": boolean,
   "recipeArn": "string",
   "solutionConfig": { 
      "algorithmHyperParameters": { 
         "string" : "string" 
      },
      "autoMLConfig": { 
         "metricName": "string",
         "recipeList": [ "string" ]
      },
      "autoTrainingConfig": { 
         "schedulingExpression": "string"
      },
      "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" ]
         }
      }
   },
   "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 (unter Verwendung eines EVENT_TYPE Schemafelds), gibt dieser Parameter an, welcher Ereignistyp (z. B. „Klicken“ oder „Gefällt mir“) für das Training des Modells verwendet wird.

Wenn Sie keine angebeneventType, verwendet Amazon Personalize alle Interaktionen für das Training mit gleichem Gewicht, unabhängig vom Typ.

Typ: Zeichenfolge

Längenbeschränkungen: Maximale Länge beträgt 256 Zeichen.

Erforderlich: Nein

name

Der Name der 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 Ein Rezept auswählen.

Ob automatisiertes maschinelles Lernen (AutoML) durchgeführt werden soll. Der Standardwert ist false. In diesem Fall müssen Sie Folgendes angebenrecipeArn.

Wenn diese Option aktiviert isttrue, analysiert Amazon Personalize Ihre Trainingsdaten und wählt das optimale USER_PERSONALIZATION-Rezept und die optimalen Hyperparameter aus. In diesem Fall müssen Sie weglassen. recipeArn Amazon Personalize ermittelt das optimale Rezept, indem Tests mit unterschiedlichen Werten für die Hyperparameter ausgeführt werden. 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 (trainierte Modelle) zu erstellen. Die Standardeinstellung ist True und die Lösung erstellt automatisch alle 7 Tage neue Lösungsversionen. Sie können die Trainingshäufigkeit ändern, indem Sie schedulingExpression im AutoTrainingConfig Rahmen der Lösungskonfiguration eine angeben. Weitere Informationen zum automatischen Training finden Sie unter Automatisches Training konfigurieren.

Die automatische Erstellung der 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 der Schulung können Sie den Amazon-Ressourcennamen (ARN) der Lösungsversion mit dem ListSolutionVersionsAPI-Vorgang abrufen. Um den Status zu ermitteln, verwenden Sie den DescribeSolutionVersion.

Typ: Boolesch

Erforderlich: Nein

performHPO

Ob eine Hyperparameter-Optimierung (HPO) für das angegebene oder ausgewählte Rezept durchgeführt werden soll. Der Standardwert ist false.

Wenn Sie AutoML ausführen, ist dieser Parameter immer gültig true und Sie sollten ihn nicht auf false setzen.

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 performAutoML ist. Informationen zu den verschiedenen Amazon Personalize 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 auf true gesetzt performAutoML ist, wertet Amazon Personalize nur den autoMLConfig Abschnitt der Lösungskonfiguration aus.

Anmerkung

Amazon Personalize unterstützt derzeit nicht die Konfiguration von hpoObjective.

Typ: SolutionConfig Objekt

Erforderlich: Nein

tags

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 Status Code: 400

LimitExceededException

Das Limit für die Anzahl der Anfragen pro Sekunde wurde überschritten.

HTTP Status Code: 400

ResourceAlreadyExistsException

Die angegebene Ressource ist bereits vorhanden.

HTTP Status Code: 400

ResourceInUseException

Die angegebene Ressource wird verwendet.

HTTP Status Code: 400

ResourceNotFoundException

Die angegebene Ressource konnte nicht gefunden werden.

HTTP Status Code: 400

TooManyTagsException

Sie haben die maximale Anzahl von Tags überschritten, die Sie auf diese Ressource anwenden können.

HTTP Status Code: 400

Weitere Informationen finden Sie unter:

Weitere Informationen zur Verwendung dieser API in einer der sprachspezifischen Sprachen AWS SDKs finden Sie im Folgenden: