Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
GetAccuracyMetrics
Memberikan metrik tentang keakuratan model yang dilatih oleh CreatePredictor operasi. Gunakan metrik untuk melihat seberapa baik kinerja model dan untuk memutuskan apakah akan menggunakan prediktor untuk menghasilkan perkiraan. Untuk informasi selengkapnya, lihat Metrik Prediktor.
Operasi ini menghasilkan metrik untuk setiap jendela backtest yang dievaluasi. Jumlah backtest windows (NumberOfBacktestWindows) ditentukan menggunakan EvaluationParameters objek, yang secara opsional disertakan dalam permintaan. CreatePredictor Jika NumberOfBacktestWindows tidak ditentukan, nomor default menjadi satu.
Parameter filling metode menentukan item mana yang berkontribusi pada metrik. Jika Anda ingin semua item berkontribusi, tentukanzero. Jika Anda hanya ingin item yang memiliki data lengkap dalam rentang yang dievaluasi untuk disumbangkan, tentukannan. Untuk informasi selengkapnya, lihat FeaturizationMethod.
catatan
Sebelum Anda bisa mendapatkan metrik akurasi, prediktor harusACTIVE, menandakan bahwa pelatihan telah selesai. Status Untuk mendapatkan status, gunakan DescribePredictor operasi.
Sintaksis Permintaan
{
"PredictorArn": "string"
}Parameter Permintaan
Permintaan menerima data berikut dalam format JSON.
- PredictorArn
-
Nama Sumber Daya Amazon (ARN) dari prediktor untuk mendapatkan metrik.
Jenis: String
Batasan Panjang: Panjang maksimum 256.
Pola:
arn:([a-z\d-]+):forecast:.*:.*:.+Diperlukan: Ya
Sintaksis Respons
{
"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
}
]
}
]
}Elemen Respons
Jika tindakan berhasil, layanan mengirimkan kembali respons HTTP 200.
Layanan mengembalikan data berikut dalam format JSON.
- AutoMLOverrideStrategy
-
catatan
Strategi penggantian
LatencyOptimizedAutoML hanya tersedia dalam versi beta pribadi. Hubungi AWS Support atau manajer akun Anda untuk mempelajari lebih lanjut tentang hak akses.Strategi AutoML digunakan untuk melatih prediktor. Kecuali
LatencyOptimizedditentukan, strategi AutoML mengoptimalkan akurasi prediktor.Parameter ini hanya berlaku untuk prediktor yang dilatih menggunakan AutoML.
Jenis: String
Nilai yang Valid:
LatencyOptimized | AccuracyOptimized - IsAutoPredictor
-
Apakah prediktor dibuat denganCreateAutoPredictor.
Jenis: Boolean
- OptimizationMetric
-
Metrik akurasi yang digunakan untuk mengoptimalkan prediktor.
Jenis: String
Nilai yang Valid:
WAPE | RMSE | AverageWeightedQuantileLoss | MASE | MAPE - PredictorEvaluationResults
-
Array hasil dari mengevaluasi prediktor.
Tipe: Array objek EvaluationResult
Kesalahan
- InvalidInputException
-
Kami tidak dapat memproses permintaan karena menyertakan nilai yang tidak valid atau nilai yang melebihi rentang yang valid.
Kode Status HTTP: 400
- ResourceInUseException
-
Sumber daya yang ditentukan sedang digunakan.
Kode Status HTTP: 400
- ResourceNotFoundException
-
Kami tidak dapat menemukan sumber daya dengan Nama Sumber Daya Amazon (ARN) itu. Periksa ARN dan coba lagi.
Kode Status HTTP: 400
Lihat Juga
Untuk informasi selengkapnya tentang penggunaan API ini di salah satu AWS SDK khusus bahasa, lihat berikut ini:
