k-NN リクエストとレスポンスの形式 - Amazon SageMaker
INPUT: CSV リクエスト形式INPUT: JSON リクエスト形式INPUT: JSONLINES リクエスト形式INPUT: RECORDIO リクエスト形式OUTPUT: JSONレスポンス形式OUTPUT: JSONLINESレスポンス形式OUTPUT: VERBOSEJSONレスポンス形式OUTPUT: RECORDIO-PROTOBUF レスポンス形式OUTPUT: VERBOSE RECORDIO-PROTOBUF レスポンス形式SAMPLE OUTPUT k-NN アルゴリズム用

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。

k-NN リクエストとレスポンスの形式

すべての Amazon SageMaker 組み込みアルゴリズムは、Common Data Formats - Inference で説明されている一般的な入力推論形式に従います。このトピックには、 SageMaker k-nearest-neighbor アルゴリズムで使用できる出力形式のリストが含まれています。

INPUT: CSV リクエスト形式

content-type: text/csv

1.2,1.3,9.6,20.3

これは label_size またはエンコーディングパラメータを受け入れます。label_size は 0 であり、UTF-8 エンコーディングであることが想定されます。

INPUT: JSON リクエスト形式

content-type: application/json

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

INPUT: JSONLINES リクエスト形式

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: RECORDIO リクエスト形式

content-type: application/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: JSONレスポンス形式

accept: application/json

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

OUTPUT: JSONLINESレスポンス形式

accept: application/jsonlines

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

OUTPUT: VERBOSEJSONレスポンス形式

詳細モードでは、 は、距離ベクトルを最小から最大にソートし、対応する要素をラベルベクトルに含めて検索結果APIを提供します。この例では、k が 3 に設定されます。

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 レスポンス形式

content-type: application/x-recordio-protobuf

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

OUTPUT: VERBOSE RECORDIO-PROTOBUF レスポンス形式

詳細モードでは、 は、距離ベクトルを最小から最大にソートし、対応する要素をラベルベクトルに含めて検索結果APIを提供します。この例では、k が 3 に設定されます。

accept: application/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
            }
        }
    }
]

SAMPLE OUTPUT k-NN アルゴリズム用

regressor タスクの場合:

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

classifier タスクの場合:

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