k-NN-Anforderungs- und Antwortformate

Alle SageMaker integrierten Algorithmen von Amazon halten sich an das gemeinsame Eingabe-Inferenzformat, das unter Common Data Formats — Inference beschrieben ist. Dieses Thema enthält eine Liste der verfügbaren Ausgabeformate für den SageMaker k-nearest-neighbor Algorithmus.

EINGABE: CSV-Anforderungsformat

Inhaltstyp: text/csv

1.2,1.3,9.6,20.3

Dieser Parameter akzeptiert eine label_size oder einen Codierungsparameter. Es setzt eine label_size von 0 und eine UTF-8-Codierung voraus.

EINGABE: JSON-Anforderungsformat

Inhaltstyp: application/json

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

EINGABE: JSONLINES-Anforderungsformat

Inhaltstyp: application/jsonlines

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

EINGABE: RECORDIO-Anforderungsformat

Inhaltstyp: Anwendung/ 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 = {}
    },
] 

AUSGABE: JSON-Antwortformat

Akzeptiert: application/json

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

AUSGABE: JSONLINES-Antwortformat

Akzeptiert: application/jsonlines

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

AUSGABE: VERBOSE-JSON-Antwortformat

Im Verbose-Modus stellt die API die Suchergebnisse mit dem Entfernungsvektor aufsteigend sortiert und die entsprechenden Elemente im Bezeichnungsvektor bereit. In diesem Beispiel wird "k" auf 3 festgelegt.

Akzeptiert: 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]
    }
  ]
}

AUSGABE: RECORDIO PROTOBUF-Antwortformat

Inhaltstyp: Anwendung/ x-recordio-protobuf

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

AUSGABE: VERBOSE RECORDIO PROTOBUF-Antwortformat

Im Verbose-Modus stellt die API die Suchergebnisse mit dem Entfernungsvektor aufsteigend sortiert und die entsprechenden Elemente im Bezeichnungsvektor bereit. In diesem Beispiel wird "k" auf 3 festgelegt.

akzeptieren: Anwendung/; verbose=true x-recordio-protobuf

[
    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
            }
        }
    }
]

BEISPIELAUSGABE für den k-NN-Algorithmus

Für regressor-Aufgaben:

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

Für classifier-Aufgaben:

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