Impor model SageMaker AI

Anda dapat secara opsional mengimpor model yang SageMaker dihosting AI ke Amazon Fraud Detector. Mirip dengan model, model SageMaker AI dapat ditambahkan ke detektor dan menghasilkan prediksi penipuan menggunakan API. GetEventPrediction Sebagai bagian dari GetEventPrediction permintaan, Amazon Fraud Detector akan memanggil titik akhir SageMaker AI Anda dan meneruskan hasilnya ke aturan Anda.

Anda dapat mengonfigurasi Amazon Fraud Detector untuk menggunakan variabel peristiwa yang dikirim sebagai bagian dari GetEventPrediction permintaan. Jika Anda memilih untuk menggunakan variabel acara, Anda harus memberikan template masukan. Amazon Fraud Detector akan menggunakan template ini untuk mengubah variabel event Anda menjadi payload input yang diperlukan untuk memanggil titik akhir SageMaker AI. Atau, Anda dapat mengonfigurasi model SageMaker AI Anda untuk menggunakan ByteBuffer yang dikirim sebagai bagian dari permintaan. GetEventPrediction

Amazon Fraud Detector mendukung pengimporan algoritme SageMaker AI yang menggunakan format input JSON atau CSV dan format keluaran JSON atau CSV. Contoh algoritma SageMaker AI yang didukung termasuk XGBoost, Linear Learner, dan Random Cut Forest.

Impor model SageMaker AI menggunakan AWS SDK untuk Python (Boto3)

Untuk mengimpor model SageMaker AI, gunakan PutExternalModel API. Contoh berikut mengasumsikan titik akhir SageMaker AI sagemaker-transaction-model telah digunakan, InService status, dan menggunakan algoritme. XGBoost

Konfigurasi input menentukan yang akan menggunakan variabel acara untuk membangun input model (useEventVariablesdiatur keTRUE). Format input adalah TEXT_CSV, yang diberikan XGBoost membutuhkan input CSV. csvInputTemplate Menentukan bagaimana membangun input CSV dari variabel yang dikirim sebagai bagian dari permintaan. GetEventPrediction Contoh ini mengasumsikan Anda telah membuat variabelorder_amt,prev_amt, hist_amt danpayment_type.

Konfigurasi output menentukan format respons model SageMaker AI, dan memetakan indeks CSV yang sesuai ke variabel Amazon Fraud Detector. sagemaker_output_score Setelah dikonfigurasi, Anda dapat menggunakan variabel output dalam aturan.

catatan

Output dari model SageMaker AI harus dipetakan ke variabel dengan sumberEXTERNAL_MODEL_SCORE. Anda tidak dapat membuat variabel ini di konsol menggunakan Variabel. Sebagai gantinya, Anda harus membuatnya saat mengonfigurasi impor model Anda.

import boto3
fraudDetector = boto3.client('frauddetector')

fraudDetector.put_external_model (
modelSource = 'SAGEMAKER',
modelEndpoint = 'sagemaker-transaction-model',
invokeModelEndpointRoleArn = 'your_SagemakerExecutionRole_arn',
inputConfiguration = {
    'useEventVariables' : True,
    'eventTypeName' : 'sample_transaction',
    'format' : 'TEXT_CSV',
    'csvInputTemplate' : '{{order_amt}}, {{prev_amt}}, {{hist_amt}}, {{payment_type}}'
},

outputConfiguration = {
    'format' : 'TEXT_CSV',
    'csvIndexToVariableMap' : {
        '0' : 'sagemaker_output_score'
    }
},
    
modelEndpointStatus = 'ASSOCIATED'
)