翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

線形学習のレスポンス形式

JSON レスポンス形式

すべての Amazon SageMaker 組み込みアルゴリズムは、「一般的なデータ形式 - 推論」で説明されている一般的な入力推論形式に準拠しています。 SageMaker 線形学習アルゴリズムで使用できる出力形式は次のとおりです。

バイナリの分類

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

複数クラスの分類

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

回帰

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

JSONLINES レスポンス形式

バイナリの分類

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

複数クラスの分類

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

回帰

{"score": 0.4}

RECORDIO レスポンス形式

バイナリの分類

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

複数クラスの分類

[
    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'}"
   }
]

回帰

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