Format Permintaan dan Respons K-nn

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Semua algoritme bawaan Amazon SageMaker AI mematuhi format inferensi input umum yang dijelaskan dalam Format Data Umum - Inferensi. Topik ini berisi daftar format keluaran yang tersedia untuk k-nearest-neighbor algoritme SageMaker AI.

MASUKAN: Format Permintaan CSV

tipe konten: teks/csv

1.2,1.3,9.6,20.3

Ini menerima parameter label_size atau pengkodean. Ini mengasumsikan 0 dan label_size pengkodean utf-8.

MASUKAN: Format Permintaan JSON

tipe konten: aplikasi/json

{
  "instances": [
    {"data": {"features": {"values": [-3, -1, -4, 2]}}},
    {"features": [3.0, 0.1, 0.04, 0.002]}]
}

MASUKAN: Format Permintaan JSONLINES

tipe konten: aplikasi/jsonlines

{"features": [1.5, 16.0, 14.0, 23.0]}
{"data": {"features": {"values": [1.5, 16.0, 14.0, 23.0]}}

MASUKAN: Format Permintaan RECORDIO

tipe konten: aplikasi/ 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 = {}
    },
] 

KELUARAN: Format Respons JSON

terima: aplikasi/json

{
  "predictions": [
    {"predicted_label": 0.0},
    {"predicted_label": 2.0}
  ]
}

KELUARAN: Format Respons JSONLINES

terima: aplikasi/jsonlines

{"predicted_label": 0.0}
{"predicted_label": 2.0}

KELUARAN: Format Respons JSON VERBOSE

Dalam mode verbose, API menyediakan hasil pencarian dengan vektor jarak yang diurutkan dari terkecil hingga terbesar, dengan elemen yang sesuai dalam vektor label. Dalam contoh ini, k diatur ke 3.

terima: aplikasi/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]
    }
  ]
}

KELUARAN: Format Respons RECORDIO-PROTOBUF

tipe konten: aplikasi/ x-recordio-protobuf

[
    Record = {
        features = {},
        label = {
            'predicted_label': {
                values: [0.0]  # float32
            }
        }
    },
    Record = {
        features = {},
        label = {
            'predicted_label': {
                values: [2.0]  # float32
            }
        }
    }
]

KELUARAN: Format Respons VERBOSE RECORDIO-PROTOBUF

Dalam mode verbose, API menyediakan hasil pencarian dengan vektor jarak yang diurutkan dari terkecil hingga terbesar, dengan elemen yang sesuai dalam vektor label. Dalam contoh ini, k diatur ke 3.

terima: aplikasi/x-recordio-protobuf; 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
            }
        }
    }
]

SAMPEL OUTPUT untuk Algoritma K-nN

Untuk tugas regressor:

[06/08/2018 20:15:33 INFO 140026520049408] #test_score (algo-1) : ('mse', 0.013333333333333334)

Untuk tugas pengklasifikasi:

[06/08/2018 20:15:46 INFO 140285487171328] #test_score (algo-1) : ('accuracy', 0.98666666666666669)