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.

Antwortformate von linearen Learnern

JSON-Antwortformat

Alle in Amazon SageMaker integrierten Algorithmen entsprechen dem gemeinsamen Eingabe-Inferenzformat, das unter Allgemeine Datenformate – Inferenz beschrieben ist. Im Folgenden sind die verfügbaren Ausgabeformate für den SageMaker linearen Lernalgorithmus aufgeführt.

Binäre Klassifizierung

let response =   {
    "predictions":    [
        {
            "score": 0.4,
            "predicted_label": 0
        } 
    ]
}

Mehrklassen-Klassifizierung

let response =   {
    "predictions":    [
        {
            "score": [0.1, 0.2, 0.4, 0.3],
            "predicted_label": 2
        } 
    ]
}

Regression

let response =   {
    "predictions":    [
        {
            "score": 0.4
        } 
    ]
}

JSONLINES-Antwortformat

Binäre Klassifizierung

{"score": 0.4, "predicted_label": 0}

Mehrklassen-Klassifizierung

{"score": [0.1, 0.2, 0.4, 0.3], "predicted_label": 2}

Regression

{"score": 0.4}

RECORDIO-Antwortformat

Binäre Klassifizierung

[
    Record = {
        features = {},
        label = {
            'score': {
                keys: [],
                values: [0.4]  # float32
            },
            'predicted_label': {
                keys: [],
                values: [0.0]  # float32
            }
        }
    }
]

Mehrklassen-Klassifizierung

[
    Record = {
    "features": [],
    "label":    {
            "score":  {
                    "values":   [0.1, 0.2, 0.3, 0.4]   
            },
            "predicted_label":  {
                    "values":   [3]
            }
       },
    "uid":  "abc123",
    "metadata": "{created_at: '2017-06-03'}"
   }
]

Regression

[
    Record = {
        features = {},
        label = {
            'score': {
                keys: [],
                values: [0.4]  # float32
            }   
        }
    }
]