時系列データのエンドポイントレスポンス - Amazon SageMaker

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。

時系列データのエンドポイントレスポンス

SageMaker Clarify 処理ジョブは、ペイロード全体を として逆シリアル化しますJSON。次に、分析設定で指定されたJMESPath式を使用して、デシリアル化されたデータから予測を抽出します。レスポンスペイロードのレコードは、リクエストペイロードのレコードと一致する必要があります。

次の表は、平均予測値のみを出力するエンドポイントからのレスポンスの例です。分析設定の predictor フィールドforecastで使用される の値は、処理ジョブの予測結果を見つけるためのJMESPath式として指定する必要があります。

エンドポイントリクエストペイロード エンドポイントレスポンスペイロード (文字列表現) JMESPath 分析設定の予測の式

単一レコードの例。Config は、予測を適切に抽出TimeSeriesModelConfig(forecast="prediction.mean")する必要があります。

'{"prediction": {"mean": [1, 2, 3, 4, 5]}'

'prediction.mean'

複数のレコード。 AWS deepAR エンドポイントレスポンス。

'{"predictions": [{"mean": [1, 2, 3, 4, 5]}, {"mean": [1, 2, 3, 4, 5]}]}'

'predictions[*].mean'