Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
GetAccuracyMetrics
Stellt Metriken zur Genauigkeit der Modelle bereit, die von der -CreatePredictorOperation trainiert wurden. Verwenden Sie Metriken, um zu sehen, wie gut das Modell abgeschnitten hat, und um zu entscheiden, ob der Prädiktor zum Generieren einer Prognose verwendet werden soll. Weitere Informationen finden Sie unter Prädiktormetriken.
Dieser Vorgang generiert Metriken für jedes ausgewertete Backtest-Fenster. Die Anzahl der Backtest-Fenster (NumberOfBacktestWindows
) wird mithilfe des -EvaluationParametersObjekts angegeben, das optional in der CreatePredictor
Anforderung enthalten ist. Wenn nicht angegeben NumberOfBacktestWindows
ist, ist die Zahl standardmäßig eins.
Die Parameter der filling
Methode bestimmen, welche Elemente zu den Metriken beitragen. Wenn Sie möchten, dass alle Elemente beitragen, geben Sie anzero
. Wenn Sie möchten, dass nur die Elemente mit vollständigen Daten im ausgewerteten Bereich beitragen, geben Sie annan
. Weitere Informationen finden Sie unter FeaturizationMethod.
Anmerkung
Bevor Sie Genauigkeitsmetriken abrufen können, muss der des Status
Prädiktors seinACTIVE
, was bedeutet, dass das Training abgeschlossen wurde. Um den Status abzurufen, verwenden Sie die -DescribePredictorOperation.
Anforderungssyntax
{
"PredictorArn": "string
"
}
Anforderungsparameter
Die Anforderung akzeptiert die folgenden Daten im JSON-Format.
- PredictorArn
-
Der Amazon-Ressourcenname (ARN) des Prädiktors, für den Metriken abgerufen werden sollen.
Typ: Zeichenfolge
Längenbeschränkungen: Maximale Länge beträgt 256 Zeichen.
Pattern:
arn:([a-z\d-]+):forecast:.*:.*:.+
Erforderlich: Ja
Antwortsyntax
{
"AutoMLOverrideStrategy": "string",
"IsAutoPredictor": boolean,
"OptimizationMetric": "string",
"PredictorEvaluationResults": [
{
"AlgorithmArn": "string",
"TestWindows": [
{
"EvaluationType": "string",
"ItemCount": number,
"Metrics": {
"AverageWeightedQuantileLoss": number,
"ErrorMetrics": [
{
"ForecastType": "string",
"MAPE": number,
"MASE": number,
"RMSE": number,
"WAPE": number
}
],
"RMSE": number,
"WeightedQuantileLosses": [
{
"LossValue": number,
"Quantile": number
}
]
},
"TestWindowEnd": number,
"TestWindowStart": number
}
]
}
]
}
Antwortelemente
Wenn die Aktion erfolgreich ist, sendet der Service eine HTTP 200-Antwort zurück.
Die folgenden Daten werden vom Service im JSON-Format zurückgegeben.
- AutoMLOverrideStrategy
-
Anmerkung
Die
LatencyOptimized
AutoML-Überschreibungsstrategie ist nur in privater Beta-Version verfügbar. Wenden Sie sich an den -AWSSupport oder Ihren Account Manager, um mehr über die Zugriffsrechte zu erfahren.Die AutoML-Strategie, die zum Trainieren des Prädiktors verwendet wird. Sofern nicht
LatencyOptimized
angegeben, optimiert die AutoML-Strategie die Vorhersagegenauigkeit.Dieser Parameter ist nur für Prädiktoren gültig, die mit AutoML trainiert wurden.
Typ: Zeichenfolge
Zulässige Werte:
LatencyOptimized | AccuracyOptimized
- IsAutoPredictor
-
Ob der Prädiktor mit erstellt wurdeCreateAutoPredictor.
Typ: Boolesch
- OptimizationMetric
-
Die Genauigkeitsmetrik, die zur Optimierung des Prädiktors verwendet wird.
Typ: Zeichenfolge
Zulässige Werte:
WAPE | RMSE | AverageWeightedQuantileLoss | MASE | MAPE
- PredictorEvaluationResults
-
Ein Array von Ergebnissen aus der Auswertung des Prädiktors.
Typ: Array von EvaluationResult-Objekten
Fehler
- InvalidInputException
-
Wir können die Anforderung nicht verarbeiten, da sie einen ungültigen Wert oder einen Wert enthält, der den gültigen Bereich überschreitet.
HTTP Status Code: 400
- ResourceInUseException
-
Die angegebene Ressource wird verwendet.
HTTP Status Code: 400
- ResourceNotFoundException
-
Wir können keine Ressource mit diesem Amazon-Ressourcennamen (ARN) finden. Überprüfen Sie den ARN und versuchen Sie es erneut.
HTTP Status Code: 400
Weitere Informationen finden Sie unter:
Weitere Informationen zur Verwendung dieser API in einem der sprachspezifischen AWS-SDKs finden Sie unter: