Ya no actualizamos el servicio Amazon Machine Learning ni aceptamos nuevos usuarios para él. Esta documentación está disponible para los usuarios actuales, pero ya no la actualizamos. Para obtener más información, consulte Qué es Amazon Machine Learning.
Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Nombres y IDs para todos los objetos
Todos los objetos de Amazon ML deben tener un identificador (ID). La consola Amazon ML genera valores de ID por usted, pero si usa la, API debe generar los suyos propios. Cada ID debe ser único entre todos los objetos de Amazon ML del mismo tipo de su AWS cuenta. Es decir, no puede tener dos evaluaciones con el mismo ID. Es posible tener una evaluación y una fuente de datos con el mismo ID, aunque no se recomienda.
Le recomendamos que utilice identificadores generadas de forma aleatoria para sus objetos, prefijados con una cadena breve para identificar su tipo. Por ejemplo, cuando la consola de Amazon ML genera una fuente de datos, le asigna un identificador único y aleatorio, como «ds-». zSc WIuWiOxF Este ID es suficientemente aleatorio para evitar conflictos a cualquier usuario y también es compacto y legible. El prefijo "ds-" es por comodidad y claridad, pero no es necesario. Si no está seguro de qué cadenas de identificación utilizar, le recomendamos que utilice UUID valores hexadecimales (como 28b1e915-57e5-4e6c-a7bd-6fb4e729cb23), que están fácilmente disponibles en cualquier entorno de programación moderno.
Las cadenas de identificación pueden contener letras, números, guiones y guiones bajos, y pueden tener una longitud máxima de 64 caracteres. ASCII Es posible, y seguramente resulte también cómodo, codificar los metadatos en una cadena de ID. Sin embargo, no se recomienda porque, una vez que se haya creado un objeto, su ID no podrá modificarse.
Los nombres de objeto proporcionan una forma sencilla para asociar metadatos intuitivos con cada uno de los objetos. Puede actualizar los nombres después de que se haya creado un objeto. Esto permite que el nombre de objeto refleje algunos aspectos de su flujo de trabajo de ML. Por ejemplo, es posible que asigne inicialmente el nombre "experimento #3" a un modelo de ML y que luego cambie el nombre del modelo a "modelo de producción final". Los nombres puede ser cualquier cadena que desee con hasta 1 024 caracteres.
