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.
Formatos de respuesta y solicitud k-NN
Todos los algoritmos SageMaker integrados en Amazon utilizan el formato de inferencia de entrada común descrito en Formatos de datos comunes: inferencia. Este tema contiene una lista de los formatos de salida disponibles para el SageMaker k-nearest-neighbor algoritmo.
INPUT: formato CSV de solicitud
content-type: text/csv
1.2,1.3,9.6,20.3
Esta acepta un label_size
o parámetro de codificación. Presupone que label_size
tiene un valor de 0 y la codificación es UTF-8.
INPUT: Formato JSON de solicitud
content-type: application/json
{ "instances": [ {"data": {"features": {"values": [-3, -1, -4, 2]}}}, {"features": [3.0, 0.1, 0.04, 0.002]}] }
INPUT: Formato JSONLINES de solicitud
content-type: application/jsonlines
{"features": [1.5, 16.0, 14.0, 23.0]} {"data": {"features": {"values": [1.5, 16.0, 14.0, 23.0]}}
INPUT: Formato RECORDIO de solicitud
tipo de contenido: aplicación/ x-recordio-protobuf
[ Record = { features = { 'values': { values: [-3, -1, -4, 2] # float32 } }, label = {} }, Record = { features = { 'values': { values: [3.0, 0.1, 0.04, 0.002] # float32 } }, label = {} }, ]
OUTPUT: Formato de respuesta JSON
accept: application/json
{ "predictions": [ {"predicted_label": 0.0}, {"predicted_label": 2.0} ] }
OUTPUT: Formato de JSONLINES respuesta
accept: application/jsonlines
{"predicted_label": 0.0} {"predicted_label": 2.0}
OUTPUT: Formato de VERBOSE JSON respuesta
En el modo detallado, API proporciona los resultados de la búsqueda con el vector de distancias ordenado de menor a mayor, con los elementos correspondientes en el vector de etiquetas. En este ejemplo, k se fija en 3.
accept: application/json; verbose=true
{ "predictions": [ { "predicted_label": 0.0, "distances": [3.11792408, 3.89746071, 6.32548437], "labels": [0.0, 1.0, 0.0] }, { "predicted_label": 2.0, "distances": [1.08470316, 3.04917915, 5.25393973], "labels": [2.0, 2.0, 0.0] } ] }
OUTPUT: RECORDIO - PROTOBUF Formato de respuesta
tipo de contenido: aplicación/ x-recordio-protobuf
[ Record = { features = {}, label = { 'predicted_label': { values: [0.0] # float32 } } }, Record = { features = {}, label = { 'predicted_label': { values: [2.0] # float32 } } } ]
OUTPUT: - Formato VERBOSE RECORDIO de respuesta PROTOBUF
En el modo detallado, API proporciona los resultados de la búsqueda con el vector de distancias ordenado de menor a mayor, con los elementos correspondientes en el vector de etiquetas. En este ejemplo, k se fija en 3.
accept: x-recordio-protobuf application/; verbose=true
[ Record = { features = {}, label = { 'predicted_label': { values: [0.0] # float32 }, 'distances': { values: [3.11792408, 3.89746071, 6.32548437] # float32 }, 'labels': { values: [0.0, 1.0, 0.0] # float32 } } }, Record = { features = {}, label = { 'predicted_label': { values: [0.0] # float32 }, 'distances': { values: [1.08470316, 3.04917915, 5.25393973] # float32 }, 'labels': { values: [2.0, 2.0, 0.0] # float32 } } } ]
SAMPLEOUTPUTpara el algoritmo k-NN
Para tareas regresor:
[06/08/2018 20:15:33 INFO 140026520049408] #test_score (algo-1) : ('mse', 0.013333333333333334)
Para tareas clasificador:
[06/08/2018 20:15:46 INFO 140285487171328] #test_score (algo-1) : ('accuracy', 0.98666666666666669)