本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

用于推理的常用数据格式

Amazon SageMaker 算法接受并生成用于检索在线和小批量预测的HTTP有效载荷的几MIME种不同类型。在运行推理之前，您可以使用多个 AWS 服务来转换或预处理记录。您至少需要将数据转换为以下内容：

转换数据以进行推理请求序列化

Amazon SageMaker 算法推理请求的内容类型选项包括：text/csvapplication/json、和。application/x-recordio-protobuf并不支持所有这些类型的算法可以支持其他类型。XGBoost，例如，仅支持text/csv此列表中的内容，但也支持text/libsvm。

对于 text/csv，invoke_endpoint 的 Body 参数的值应为一个字符串，其中使用逗号分隔各个特征的值。例如，具有 4 个特征的模型的记录可能类似于 1.5,16.0,14,23.0。在获得推理结果之前，还应对数据执行已对训练数据执行的任何转换。特征的顺序很重要，并且必须保持不变。

application/json更加灵活，并提供了多种可能的格式供开发人员在其应用程序中使用。在较高的层面上 JavaScript，有效载荷可能如下所示：

let request = {
  // Instances might contain multiple rows that predictions are sought for.
  "instances": [
    {
      // Request and algorithm specific inference parameters.
      "configuration": {},
      // Data in the specific format required by the algorithm.
      "data": {
         "<field name>": dataElement
       }
    }
  ]
}

对于指定 dataElement，您可使用以下选项：

协议缓冲区等效

// Has the same format as the protocol buffers implementation described for training.
let dataElement = {
  "keys": [],
  "values": [],
  "shape": []
}

简单数值向量

// An array containing numeric values is treated as an instance containing a
// single dense vector.
let dataElement = [1.5, 16.0, 14.0, 23.0]

// It will be converted to the following representation by the SDK.
let converted = {
  "features": {
    "values": dataElement
  }
}

对于多个记录

let request = {
  "instances": [
    // First instance.
    {
      "features": [ 1.5, 16.0, 14.0, 23.0 ]
    },
    // Second instance.
    {
      "features": [ -2.0, 100.2, 15.2, 9.2 ]
    }
  ]
}

转换用于推理响应反序列化的数据

Amazon SageMaker 算法JSON以多种布局返回。从较高的层面上说，结构为：

let response = {
  "predictions": [{
    // Fields in the response object are defined on a per algorithm-basis.
  }]
}

对于各种算法而言，预测中包含的字段是不同的。以下是 k-means 算法的输出示例。

单记录推理

let response = {
  "predictions": [{
    "closest_cluster": 5,
    "distance_to_cluster": 36.5
  }]
}

多记录推理

let response = {
  "predictions": [
    // First instance prediction.
    {
      "closest_cluster": 5,
      "distance_to_cluster": 36.5
    },
    // Second instance prediction.
    {
      "closest_cluster": 2,
      "distance_to_cluster": 90.3
    }
  ]
}

具有 protobuf 输入的多记录推理

{
  "features": [],
  "label": {
    "closest_cluster": {
      "values": [ 5.0 ] // e.g. the closest centroid/cluster was 1.0
    },
    "distance_to_cluster": {
      "values": [ 36.5 ]
    }
  },
  "uid": "abc123",
  "metadata": "{ "created_at": '2017-06-03' }"
}

SageMaker 算法还支持该JSONLINES格式，其中每条记录的响应内容与JSON格式中的响应内容相同。多记录结构是由每条记录的响应对象组成的集合，这些对象由换行符分隔。2 个输入数据点的内置KMeans算法的响应内容为：

{"distance_to_cluster": 23.40593910217285, "closest_cluster": 0.0}
{"distance_to_cluster": 27.250282287597656, "closest_cluster": 0.0}

在运行批量转换时，建议通过将 CreateTransformJobRequest 中的 Accept 字段设置为 application/jsonlines 来使用 jsonlines 响应类型。

所有算法的通用请求格式

大多数算法使用以下许多推理请求格式。

JSON请求格式

内容类型：应用程序/ JSON

密集格式

let request =   {
    "instances":    [
        {
            "features": [1.5, 16.0, 14.0, 23.0]
        }
    ]
}


let request =   {
    "instances":    [
        {
            "data": {
                "features": {
                    "values": [ 1.5, 16.0, 14.0, 23.0]
                }
            }
        }
    ]
}

稀疏格式

{
	"instances": [
		{"data": {"features": {
					"keys": [26, 182, 232, 243, 431],
					"shape": [2000],
					"values": [1, 1, 1, 4, 1]
				}
			}
		},
		{"data": {"features": {
					"keys": [0, 182, 232, 243, 431],
					"shape": [2000],
					"values": [13, 1, 1, 4, 1]
				}
			}
		},
	]
}

JSONLINES请求格式

内容类型：应用程序/ JSONLINES

密集格式

密集格式的单个记录可以表示为：

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

或者：

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

稀疏格式

稀疏格式的单个记录表示为：

{"data": {"features": { "keys": [26, 182, 232, 243, 431], "shape": [2000], "values": [1, 1, 1, 4, 1] } } }

多条记录表示为一组单记录表示形式，用换行符分隔：

{"data": {"features": { "keys": [0, 1, 3], "shape": [4], "values": [1, 4, 1] } } }
{ "data": { "features": { "values": [ 1.5, 16.0, 14.0, 23.0] } }
{ "features": [1.5, 16.0, 14.0, 23.0] }

CSV请求格式

内容类型：text/CSV；label_size=0

RECORDIO请求格式

内容类型：应用程序/ x-recordio-protobuf

使用内置算法进行批量转换

在运行批处理转换时，如果算法支持JSON，我们建议使用JSONLINES响应类型代替。为此，请将中的Accept字段设置CreateTransformJobRequest为application/jsonlines。

创建转换作业时，SplitType必须根据输入数据ContentType进行设置。同样，必须根据 CreateTransformJobRequest 中的 Accept 字段来相应地设置 AssembleWith。使用下表来设置这些字段：

有关特定算法的响应格式的更多信息，请参阅以下内容：