Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
GetAccuracyMetrics
Fournit des mesures relatives à la précision des modèles entraînés par l'CreatePredictoropération. Utilisez des métriques pour évaluer les performances du modèle et pour décider s'il convient d'utiliser le prédicteur pour générer une prévision. Pour plus d'informations, consultez Predictor Metrics.
Cette opération génère des métriques pour chaque fenêtre de backtest évaluée. Le nombre de fenêtres de backtest (NumberOfBacktestWindows
) est spécifié à l'aide de l'EvaluationParametersobjet, qui est éventuellement inclus dans la CreatePredictor
demande. S'il NumberOfBacktestWindows
n'est pas spécifié, le nombre par défaut est un.
Les paramètres de la filling
méthode déterminent quels éléments contribuent aux métriques. Si vous souhaitez que tous les éléments contribuent, spécifiezzero
. Si vous souhaitez que seuls les éléments dont les données sont complètes dans la plage en cours d'évaluation contribuent, spécifieznan
. Pour plus d’informations, consultez FeaturizationMethod.
Note
Avant de pouvoir obtenir des mesures Status
de précision, le prédicteur doit l'êtreACTIVE
, ce qui signifie que l'entraînement est terminé. Pour obtenir le statut, utilisez l'DescribePredictoropération.
Syntaxe de la requête
{
"PredictorArn": "string
"
}
Paramètres de demande
Cette demande accepte les données suivantes au format JSON.
- PredictorArn
-
Le nom de ressource Amazon (ARN) du prédicteur pour lequel vous souhaitez obtenir des métriques.
Type : chaîne
Contraintes de longueur : longueur maximale de 256.
Modèle :
arn:([a-z\d-]+):forecast:.*:.*:.+
Obligatoire : oui
Syntaxe de la réponse
{
"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
}
]
}
]
}
Eléments de réponse
Si l’action aboutit, le service renvoie une réponse HTTP 200.
Les données suivantes sont renvoyées au format JSON par le service.
- AutoMLOverrideStrategy
-
Note
La stratégie de
LatencyOptimized
remplacement AutoML n'est disponible qu'en version bêta privée. Contactez AWS le Support ou votre responsable de compte pour en savoir plus sur les privilèges d'accès.Stratégie AutoML utilisée pour entraîner le prédicteur. Sauf indication contraire
LatencyOptimized
, la stratégie AutoML optimise la précision des prédicteurs.Ce paramètre n'est valide que pour les prédicteurs entraînés à l'aide d'AutoML.
Type : chaîne
Valeurs valides :
LatencyOptimized | AccuracyOptimized
- IsAutoPredictor
-
Si le prédicteur a été créé avecCreateAutoPredictor.
Type : booléen
- OptimizationMetric
-
Mesure de précision utilisée pour optimiser le prédicteur.
Type : chaîne
Valeurs valides :
WAPE | RMSE | AverageWeightedQuantileLoss | MASE | MAPE
- PredictorEvaluationResults
-
Tableau de résultats issus de l'évaluation du prédicteur.
Type : tableau d’objets EvaluationResult
Erreurs
- InvalidInputException
-
Nous ne pouvons pas traiter la demande car elle contient une valeur non valide ou une valeur qui dépasse la plage valide.
Code d’état HTTP : 400
- ResourceInUseException
-
La ressource spécifiée est en cours d'utilisation.
Code d’état HTTP : 400
- ResourceNotFoundException
-
Nous ne trouvons aucune ressource portant ce nom de ressource Amazon (ARN). Vérifiez l'ARN et réessayez.
Code d’état HTTP : 400
consultez aussi
Pour plus d'informations sur l'utilisation de cette API dans l'un des AWS SDK spécifiques au langage, consultez les pages suivantes :