Seleziona le tue preferenze relative ai cookie

Utilizziamo cookie essenziali e strumenti simili necessari per fornire il nostro sito e i nostri servizi. Utilizziamo i cookie prestazionali per raccogliere statistiche anonime in modo da poter capire come i clienti utilizzano il nostro sito e apportare miglioramenti. I cookie essenziali non possono essere disattivati, ma puoi fare clic su \"Personalizza\" o \"Rifiuta\" per rifiutare i cookie prestazionali.

Se sei d'accordo, AWS e le terze parti approvate utilizzeranno i cookie anche per fornire utili funzionalità del sito, ricordare le tue preferenze e visualizzare contenuti pertinenti, inclusa la pubblicità pertinente. Per continuare senza accettare questi cookie, fai clic su \"Continua\" o \"Rifiuta\". Per effettuare scelte più dettagliate o saperne di più, fai clic su \"Personalizza\".

Formati di risposta delle macchine di fattorizzazione

Modalità Focus
Formati di risposta delle macchine di fattorizzazione - Amazon SageMaker AI

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Amazon SageMaker AI fornisce diversi formati di risposta per ottenere inferenze dal modello Factorization Machines, come JSON, JSONLINES e RECORDIO, con strutture specifiche per attività di classificazione e regressione binarie.

Formato della risposta JSON

Classificazione binaria

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

Regressione

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

Formato della risposta JSONLINES

Classificazione binaria

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

Regressione

{"score": 0.4}

Formato della risposta RECORDIO

Classificazione binaria

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

Regressione

[ Record = { features = {}, label = { 'score’: { keys: [], values: [0.4] # float32 } } } ]
PrivacyCondizioni del sitoPreferenze cookie
© 2025, Amazon Web Services, Inc. o società affiliate. Tutti i diritti riservati.