機器學習 API

機器學習 API 說明機器學習資料類型，包含建立、刪除或更新轉換或啟動機器學習任務執行的 API。

資料類型

• TransformParameters 結構

• EvaluationMetrics 結構

• MLTransform 結構

• FindMatchesParameters 結構

• FindMatchesMetrics 結構

• ConfusionMatrix 結構

• GlueTable 結構

• TaskRun 結構

• TransformFilterCriteria 結構

• TransformSortCriteria 結構

• TaskRunFilterCriteria 結構

• TaskRunSortCriteria 結構

• TaskRunProperties 結構

• FindMatchesTaskRunProperties 結構

• ImportLabelsTaskRunProperties 結構

• ExportLabelsTaskRunProperties 結構

• LabelingSetGenerationTaskRunProperties 結構

• SchemaColumn 結構

• TransformEncryption 結構

• 毫升UserDataEncryption 結構

• ColumnImportance 結構

TransformParameters 結構

與機器學習轉換相關聯的演算法特定參數。

欄位

• TransformType – 必要：UTF-8 字串 (有效值：FIND_MATCHES)。

  機器學習轉換的類型。

  如需機器學習轉換類型的資訊，請參閱建立機器學習轉換。

• FindMatchesParameters – FindMatches參數 物件。

  find matches 演算法的參數。

EvaluationMetrics 結構

評估指標會提供機器學習轉換品質的預估值。

欄位

• TransformType – 必要：UTF-8 字串 (有效值：FIND_MATCHES)。

  機器學習轉換的類型。

• FindMatchesMetrics – FindMatches度量 物件。

  find matches 演算法的評估指標。

MLTransform 結構

機器學習轉換的結構。

欄位

• TransformId – UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，需符合Single-line string pattern。

  針對機器學習轉換產生的唯一轉換 ID。此 ID 保證是唯一的，且不會變更。

• Name – UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，需符合Single-line string pattern。

  機器學習轉換的使用者定義名稱。名稱不保證唯一，且可隨時變更。

• Description – 描述字串，長度不可超過 2048 個位元組，需符合URI address multi-line string pattern。

  機器學習轉換的使用者定義描述長文。描述不保證唯一，且可隨時變更。

• Status – UTF-8 字串 (有效值：NOT_READY | READY | DELETING)。

  機器學習轉換目前的狀態。

• CreatedOn – 時間戳記。

  時間戳記。此機器學習轉換建立的時間和日期。

• LastModifiedOn – 時間戳記。

  時間戳記。此機器學習轉換最後一次修改的時間點。

• InputRecordTables – 一個 GlueTable 物件陣列，不可超過 10 個結構。

  轉換所使用的 AWS Glue 資料表定義清單。

• Parameters – TransformParameters 物件。

  TransformParameters 物件。您可以透過指定學習資料和各種權衡的偏好設定 (如精確率與回收率，或準確性與成本)，使用參數來調整 (自訂) 機器學習轉換的行為。

• EvaluationMetrics – EvaluationMetrics 物件。

  EvaluationMetrics 物件。評估指標會提供機器學習轉換品質的預估值。

• LabelCount – 數字 (整數)。

  針對此轉換產生的標籤檔案的 AWS Glue 計數識別碼。當您建立更佳的轉換時，您就可以反覆下載、標記和上傳標記檔案。

• Schema – 一個 SchemaColumn 物件陣列，不可超過 100 個結構。

  表示欄和資料類型的鍵/值對映射，可以執行此轉換。已有 100 個欄的上限。

• Role – UTF-8 字串。

  IAM 角色的名稱或 Amazon Resource Name (ARN) 與所需的許可。所需許可包括 AWS Glue 資源的 AWS Glue 服務角色許可，以及轉換所需的 Amazon S3 許可。

  • 此角色需要 AWS Glue 服務角色權限才能允許存取中的資源 AWS Glue。請參閱連接政策到存取 AWS Glue的 IAM 使用者。

  • 此角色需要此轉換任務回合所用的 Amazon Simple Storage Service (Amazon S3) 來源、目標、暫時目錄、指令碼和任何程式庫的許可。

• GlueVersion – UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，需符合Custom string pattern #20。

  此值決定 AWS Glue 此機器學習轉換與哪個版本相容。Glue 1.0 是建議大多數客戶使用的版本。如果未設定此值，Glue 相容性預設為 Glue 0.9。如需詳細資訊，請參閱開發人員指南中的 AWS Glue 版本。

• MaxCapacity – 數字 (雙位數)。

  為此轉換配置給工作執行的 AWS Glue 資料處理單元 (DPU) 數目。您可以分配從 2 到 100 個 DPU，預設值為 10。DPU 是相對的處理能力，包含 4 個 vCPU 的運算容量和 16 GB 的記憶體。如需詳細資訊，請參閱 AWS Glue 定價頁面。

  MaxCapacity 是 NumberOfWorkers 和 WorkerType 的互斥選項。

  • 如果設定 NumberOfWorkers 或 WorkerType，則無法設定 MaxCapacity。

  • 如果設定 MaxCapacity，則無法設定 NumberOfWorkers 或 WorkerType。

  • 如果設定 WorkerType，則 NumberOfWorkers 為必要 (反之亦然)。

  • MaxCapacity 和 NumberOfWorkers 都必須至少為 1。

  如果 WorkerType 欄位設成 Standard 以外的值，就會自動設定 MaxCapacity 欄位並且變成唯讀。

• WorkerType – UTF-8 字串 (有效值：Standard="" | G.1X="" | G.2X="" | G.025X="" | G.4X="" | G.8X="" | Z.2X="")。

  此轉換執行任務時所配置的預先定義工作者類型。可接受值為標準、G.1X 或 G.2X

  • 用於 Standard 工作者類型時，每個工作者提供 4 個 vCPU、16 GB 的記憶體和 50 GB 磁碟，以及每個工作者 2 個執行器。

  • 用於 G.1X 工作者類型時，每個工作者提供 4 個 vCPU、16 GB 的記憶體和 64 GB 磁碟，以及每個工作者 1 個執行器。

  • 用於 G.2X 工作者類型時，每個工作者提供 8 個 vCPU、32 GB 的記憶體和 128 GB 磁碟，以及每個工作者 1 個執行器。

  MaxCapacity 是 NumberOfWorkers 和 WorkerType 的互斥選項。

  • 如果設定 NumberOfWorkers 或 WorkerType，則無法設定 MaxCapacity。

  • 如果設定 MaxCapacity，則無法設定 NumberOfWorkers 或 WorkerType。

  • 如果設定 WorkerType，則 NumberOfWorkers 為必要 (反之亦然)。

  • MaxCapacity 和 NumberOfWorkers 都必須至少為 1。

• NumberOfWorkers – 數字 (整數)。

  轉換執行任務時所配置的已定義 workerType 工作者數量。

  如果設定 WorkerType，則 NumberOfWorkers 為必要 (反之亦然)。

• Timeout – 數字 (整數)，至少為 1。

  機器學習轉換的逾時，以分鐘計。

• MaxRetries – 數字 (整數)。

  機器學習轉換 MLTaskRun 失敗後的重試次數上限。

• TransformEncryption – TransformEncryption 物件。

  適用於存取使用者資料的轉換 encryption-at-rest 設定。機器學習轉換可以使用 KMS 存取 Amazon S3 中加密的使用者資料。

FindMatchesParameters 結構

設定 find matches 轉換的參數。

欄位

• PrimaryKeyColumnName – UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 1024 個位元組，需符合 Single-line string pattern。

  唯一識別來源資料表中資料列的欄名。用於協助識別相符的記錄。

• PrecisionRecallTradeoff – 數字 (double)，不可大於 1.0。

  調校轉換以取得精確率與回收率平衡時所選取的值。值為 0.5 表示無偏好；值為 1.0 表示專門針對精確率的偏差；值為 0.0 表示針對回收率的偏差。因為這是一種權衡，選擇接近 1.0 的值表示非常低的回收率，選擇接近 0.0 的值則會得到非常低的精確率。

  精確率指標指出模型預測相符項目時的正確頻率。

  回收率指標表示針對實際比對，模型預測相符項目的頻率。

• AccuracyCostTradeoff – 數字 (double)，不可大於 1.0。

  調校轉換以取得準確性與成本平衡時所選取的值。值為 0.5 表示系統持平考量準確性與成本。值為 1.0 表示專門針對準確性的偏差，這通常會導致較高的成本，有時會非常高。值為 0.0 表示專門針對成本的偏差，這會導致低準確性的 FindMatches 轉換，有時是無法接受的準確性。

  Accuracy (準確性) 會測量轉換找到真肯定和真否定的效果有多好。提高正確性需要更多的機器資源和成本。但也會增加回收率。

  成本會測量執行轉換要消耗多少運算資源上，以此計算出金額。

• EnforceProvidedLabels – 布林值。

  值，開啟或關閉以強制輸出符合使用者提供的標籤。如果此值為 True，則 find matches 轉換會強制輸出符合提供的標籤。結果會覆寫正常的合併結果。如果此值為 False，則 find matches 轉換不確保遵守所有提供的標籤，結果會倚賴訓練過的模型。

  請注意，將此值設定為 true 可能會增加合併執行的時間。

FindMatchesMetrics 結構

find matches 演算法的評估指標。測量機器學習轉換品質的方式，是讓您的轉換預測一些相符項目，並比較此結果與相同資料集的已知相符項目。品質指標是以您的部分資料為基礎，所以不精確。

欄位

• AreaUnderPRCurve – 數字 (double)，不可大於 1.0。

  在精確率/回收率曲線 (AUPRC) 下的區域是測量轉換整體品質的單一數字，與精確率與回收率的選擇無關。較高的值表示您有較具吸引力的精確率與回收率權衡。

  如需詳細資訊，請參閱 Wikipedia 中的 Precision and recall。

• Precision – 數字 (double)，不可大於 1.0。

  精確率指標指出轉換預測相符項目的正確頻率。尤其，它會測量轉換從真陽性總可能性中找出真陽性的效果有多好。

  如需詳細資訊，請參閱 Wikipedia 中的 Precision and recall。

• Recall – 數字 (double)，不可大於 1.0。

  回收率指標表示針對實際比對，轉換預測相符項目的頻率。尤其，它會測量轉換從來源資料總記錄中找出真陽性的效果有多好。

  如需詳細資訊，請參閱 Wikipedia 中的 Precision and recall。

• F1 – 數字 (double)，不可大於 1.0。

  F1 指標上限指出轉換的準確性介於 0 和 1 之間，其中 1 為最佳準確性。

  如需詳細資訊，請參閱 Wikipedia 中的 F1 score。

• ConfusionMatrix – ConfusionMatrix 物件。

  混淆矩陣會顯示轉換準確預測的內容及其產生的錯誤類型。

  如需詳細資訊，請參閱 Wikipedia 的 Confusion matrix。

• ColumnImportances – 一個 ColumnImportance 物件陣列，不可超過 100 個結構。

  ColumnImportance 結構的清單，包含欄重要性指標，依重要性遞減順序排序。

ConfusionMatrix 結構

混淆矩陣會顯示轉換準確預測的內容及其產生的錯誤類型。

如需詳細資訊，請參閱 Wikipedia 的 Confusion matrix。

欄位

• NumTruePositives – 數字 (long)。

  在您轉換的混淆矩陣中，轉換在資料中正確找到的相符項目數量。

• NumFalsePositives – 數字 (long)。

  在您轉換的混淆矩陣中，轉換在資料中誤分類為相符項目的非相符項目數量。

• NumTrueNegatives – 數字 (long)。

  在您轉換的混淆矩陣中，轉換在資料中正確拒絕的非相符項目數量。

• NumFalseNegatives – 數字 (long)。

  在您轉換的混淆矩陣中，轉換在資料中沒找到的相符項目數量。

GlueTable 結構

中用於輸入或輸出資料的資料庫和表格。 AWS Glue Data Catalog

欄位

• DatabaseName – 必要：UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，且需符合Single-line string pattern。

  AWS Glue Data Catalog中的資料庫名稱。

• TableName – 必要：UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，且需符合Single-line string pattern。

  AWS Glue Data Catalog中的資料表名稱。

• CatalogId – UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，需符合Single-line string pattern。

  AWS Glue Data Catalog的唯一識別符。

• ConnectionName – UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，需符合Single-line string pattern。

  連至 AWS Glue Data Catalog的連線名稱。

• AdditionalOptions – 金鑰值對的映射陣列，不少於 1 對，也不可大於 10 對。

  每個金鑰都是 UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，需符合Single-line string pattern。

  每個值都是描述字串，長度不可超過 2048 個位元組，且需符合 URI address multi-line string pattern。

  資料表的其他選項。目前支援兩個金鑰：

  • pushDownPredicate：篩選分割區，而無需列出和讀取資料集中的所有檔案。

  • catalogPartitionPredicate：使用 AWS Glue Data Catalog中的分割區索引以進行伺服器端分割區清理。

TaskRun 結構

與機器學習轉換相關聯的取樣參數。

欄位

• TransformId – UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，需符合Single-line string pattern。

  轉換的唯一識別符。

• TaskRunId – UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，需符合Single-line string pattern。

  此任務回合的唯一識別符。

• Status – UTF-8 字串 (有效值：STARTING | RUNNING | STOPPING | STOPPED | SUCCEEDED | FAILED | TIMEOUT)。

  請求任務回合目前的狀態。

• LogGroupName – UTF-8 字串。

  與此任務回合相關聯的安全記錄日誌群組名稱。

• Properties – TaskRun性質 物件。

  指定與此任務回合相關聯的組態屬性。

• ErrorString – UTF-8 字串。

  與此任務回合相關聯的錯誤字串清單。

• StartedOn – 時間戳記。

  此任務回合開始的日期和時間。

• LastModifiedOn – 時間戳記。

  請求任務回合上次更新的時間點。

• CompletedOn – 時間戳記。

  請求任務回合上次完成的時間點。

• ExecutionTime – 數字 (整數)。

  任務執行消耗資源所需的時間 (以秒為單位)。

TransformFilterCriteria 結構

用來篩選機器學習轉換的條件。

欄位

• Name – UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，需符合Single-line string pattern。

  用來篩選機器學習轉換的唯一轉換名稱。

• TransformType – UTF-8 字串 (有效值：FIND_MATCHES)。

  用來篩選機器學習轉換的機器學習轉換類型。

• Status – UTF-8 字串 (有效值：NOT_READY | READY | DELETING)。

  依轉換的上次已知狀態篩選機器學習轉換清單 (以指出轉換是否可用)。"NOT_READY (未就緒)"、"READY (就緒)" 或 "DELETING (正在刪除)" 其中之一。

• GlueVersion – UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，需符合Custom string pattern #20。

  此值決定 AWS Glue 此機器學習轉換與哪個版本相容。Glue 1.0 是建議大多數客戶使用的版本。如果未設定此值，Glue 相容性預設為 Glue 0.9。如需詳細資訊，請參閱開發人員指南中的 AWS Glue 版本。

• CreatedBefore – 時間戳記。

  轉換建立前的時間和日期。

• CreatedAfter – 時間戳記。

  轉換建立後的時間和日期。

• LastModifiedBefore – 時間戳記。

  篩選出上次修改在此日期前的轉換。

• LastModifiedAfter – 時間戳記。

  篩選出上次修改在此日期後的轉換。

• Schema – 一個 SchemaColumn 物件陣列，不可超過 100 個結構。

  篩選出具有特定結構描述的資料集。Map<Column, Type> 物件是一個鍵/值對陣列，代表此轉換接受的結構描述，其中 Column 是欄的名稱，Type 是資料類型，例如整數或字串。已有 100 個欄的上限。

TransformSortCriteria 結構

與機器學習轉換相關聯的排序條件。

欄位

• Column – 必要：UTF-8 字串 (有效值：NAME | TRANSFORM_TYPE | STATUS | CREATED | LAST_MODIFIED)。

  要用在與機器學習轉換相關聯之排序條件中的欄。

• SortDirection – 必要：UTF-8 字串 (有效值：DESCENDING | ASCENDING)。

  要用在與機器學習轉換相關聯之排序條件中的排序方向。

TaskRunFilterCriteria 結構

用來篩選機器學習轉換任務回合的條件。

欄位

• TaskRunType – UTF-8 字串 (有效值：EVALUATION | LABELING_SET_GENERATION | IMPORT_LABELS | EXPORT_LABELS | FIND_MATCHES)。

  執行的任務類型。

• Status – UTF-8 字串 (有效值：STARTING | RUNNING | STOPPING | STOPPED | SUCCEEDED | FAILED | TIMEOUT)。

  所執行任務目前的狀態。

• StartedBefore – 時間戳記。

  篩選出在此日期前開始的任務回合。

• StartedAfter – 時間戳記。

  篩選出在此日期後開始的任務回合。

TaskRunSortCriteria 結構

用來排序機器學習轉換任務回合清單的排序條件。

欄位

• Column – 必要：UTF-8 字串 (有效值：TASK_RUN_TYPE | STATUS | STARTED)。

  用來排序機器學習轉換任務回合清單的欄。

• SortDirection – 必要：UTF-8 字串 (有效值：DESCENDING | ASCENDING)。

  用來排序機器學習轉換任務回合清單的排序方向。

TaskRunProperties 結構

任務回合的組態屬性。

欄位

• TaskType – UTF-8 字串 (有效值：EVALUATION | LABELING_SET_GENERATION | IMPORT_LABELS | EXPORT_LABELS | FIND_MATCHES)。

  執行的任務類型。

• ImportLabelsTaskRunProperties – ImportLabelsTaskRun性質 物件。

  匯入標籤任務回合的組態屬性。

• ExportLabelsTaskRunProperties – ExportLabelsTaskRun性質 物件。

  匯出標籤任務回合的組態屬性。

• LabelingSetGenerationTaskRunProperties – LabelingSetGenerationTaskRunProperties 物件。

  標籤集產生任務回合的組態屬性。

• FindMatchesTaskRunProperties – FindMatchesTaskRun性質 物件。

  Find Matches 任務回合的組態屬性。

FindMatchesTaskRunProperties 結構

指定 Find Matches 任務回合的組態屬性。

欄位

• JobId – UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，需符合Single-line string pattern。

  Find Matches 任務回合的任務 ID。

• JobName – UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，需符合Single-line string pattern。

  指派給 Find Matches 任務回合任務的名稱。

• JobRunId – UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，需符合Single-line string pattern。

  Find Matches 任務回合的任務回合 ID。

ImportLabelsTaskRunProperties 結構

指定匯入標籤任務回合的組態屬性。

欄位

• InputS3Path – UTF-8 字串。

  Amazon Simple Storage Service (Amazon S3) 路徑，您會由此匯入標籤。

• Replace – 布林值。

  指出是否覆寫現有的標籤。

ExportLabelsTaskRunProperties 結構

指定匯出標籤任務回合的組態屬性。

欄位

• OutputS3Path – UTF-8 字串。

  Amazon Simple Storage Service (Amazon S3) 路徑，您會由此匯出標籤。

LabelingSetGenerationTaskRunProperties 結構

指定標籤集產生任務回合的組態屬性。

欄位

• OutputS3Path – UTF-8 字串。

  Amazon Simple Storage Service (Amazon S3) 路徑，您會在此產生標籤集。

SchemaColumn 結構

鍵/值對，代表要執行此轉換的欄和資料類型。MLTransform 的 Schema 參數最多可包含 100 個這些結構。

欄位

• Name – UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 1024 個位元組，需符合 Single-line string pattern。

  欄位的名稱。

• DataType – UTF-8 字串，長度不可超過 131072 個位元組，需符合Single-line string pattern。

  欄中的資料類型。

TransformEncryption 結構

適用於存取使用者資料的轉換 encryption-at-rest 設定。機器學習轉換可以使用 KMS 存取 Amazon S3 中加密的使用者資料。

此外，匯入的標籤和經過訓練的轉換現在可以使用客戶提供的 KMS 金鑰加密。

欄位

• MlUserDataEncryption – ML UserData 加密 物件。

  包含加密模式和客戶提供的 KMS 金鑰 ID 的 MLUserDataEncryption 物件。

• TaskRunSecurityConfigurationName – UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，需符合Single-line string pattern。

  安全組態的名稱。

毫升UserDataEncryption 結構

適用於存取使用者資料的轉換 encryption-at-rest 設定。

欄位

• MlUserDataEncryptionMode – 必要：UTF-8 字串 (有效值：DISABLED | SSE-KMS="SSEKMS")。

  套用至使用者資料的加密模式。有效的 值如下：

  • DISABLED：已停用加密

  • SSEKMS：針對存放在 Amazon S3 中的使用者資料，使用伺服器端加密搭配 AWS Key Management Service (SSE-KMS)。

• KmsKeyId – UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，需符合Single-line string pattern。

  客戶提供的 KMS 金鑰的 ID。

ColumnImportance 結構

包含欄名稱和欄重要性分數的結構。

欄重要性可協助您了解欄對模型的貢獻方式，藉由識別記錄中的哪些欄比其他欄更重要。

欄位

• ColumnName – UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，需符合Single-line string pattern。

  欄的名稱。

• Importance – 數字 (double)，不可大於 1.0。

  欄的欄重要性分數 (以十進位形式)。

作業

• CreateMLTransform 動作 (Python: create_ml_transform)

• UpdateMLTransform 動作 (Python: update_ml_transform)

• DeleteMLTransform 動作 (Python: delete_ml_transform)

• GetMLTransform 動作 (Python: get_ml_transform)

• GetMLTransforms 動作 (Python: get_ml_transforms)

• ListMLTransforms 動作 (Python: list_ml_transforms)

• 啟EvaluationTaskRun 動 ML 操作（Python：開始計算任務運行）

• 啟LabelingSetGenerationTaskRun 動 ML 動作 (Python: 啟動 _ 標籤化 _ 設定產生 _ 任務執行)

• 獲取 ML TaskRun 操作（Python：運行）

• 獲取 ML TaskRuns 操作（Python：運行）

• 取消毫升TaskRun 操作（Python：取消任務運行）

• StartExportLabelsTaskRun 操作（Python：開始 _ 導出 _ 標籤 _ 任務 _ 運行）

• StartImportLabelsTaskRun 操作（Python：開始導入標籤任務運行）

CreateMLTransform 動作 (Python: create_ml_transform)

建立 AWS Glue 機器學習轉換。此操作會建立轉換及培訓它的所有必要參數。

呼叫此操作，做為使用機器學習轉換程序的第一步 (例如 FindMatches 轉換)，以刪除重複的資料。除了想要用於演算法的參數，您還可以提供選用的 Description。

您還必須為代表您 AWS Glue 執行的工作指定特定參數，以便從資料中學習並建立高品質的機器學習轉換。這些參數包括 Role，以及選用的 AllocatedCapacity、Timeout 和 MaxRetries。如需詳細資訊，請參閱任務。

請求

• Name – 必要：UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，且需符合Single-line string pattern。

  建立轉換時給予它的唯一名稱。

• Description – 描述字串，長度不可超過 2048 個位元組，需符合URI address multi-line string pattern。

  正在定義的機器學習轉換描述。預設為空字串。

• InputRecordTables – 必要：一個 GlueTable 物件陣列，不可超過 10 個結構。

  轉換所使用的 AWS Glue 資料表定義清單。

• Parameters – 必要：TransformParameters 物件。

  所用轉換類型的專屬演算法參數。條件性相依於轉換類型。

• Role – 必要：UTF-8 字串。

  IAM 角色的名稱或 Amazon Resource Name (ARN) 與所需的許可。所需許可包括 AWS Glue 資源的 AWS Glue 服務角色許可，以及轉換所需的 Amazon S3 許可。

  • 此角色需要 AWS Glue 服務角色權限才能允許存取中的資源 AWS Glue。請參閱連接政策到存取 AWS Glue的 IAM 使用者。

  • 此角色需要此轉換任務回合所用的 Amazon Simple Storage Service (Amazon S3) 來源、目標、暫時目錄、指令碼和任何程式庫的許可。

• GlueVersion – UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，需符合Custom string pattern #20。

  此值決定 AWS Glue 此機器學習轉換與哪個版本相容。Glue 1.0 是建議大多數客戶使用的版本。如果未設定此值，Glue 相容性預設為 Glue 0.9。如需詳細資訊，請參閱開發人員指南中的 AWS Glue 版本。

• MaxCapacity – 數字 (雙位數)。

  為此轉換配置給工作執行的 AWS Glue 資料處理單元 (DPU) 數目。您可以分配從 2 到 100 個 DPU，預設值為 10。DPU 是相對的處理能力，包含 4 個 vCPU 的運算容量和 16 GB 的記憶體。如需詳細資訊，請參閱 AWS Glue 定價頁面。

  MaxCapacity 是 NumberOfWorkers 和 WorkerType 的互斥選項。

  • 如果設定 NumberOfWorkers 或 WorkerType，則無法設定 MaxCapacity。

  • 如果設定 MaxCapacity，則無法設定 NumberOfWorkers 或 WorkerType。

  • 如果設定 WorkerType，則 NumberOfWorkers 為必要 (反之亦然)。

  • MaxCapacity 和 NumberOfWorkers 都必須至少為 1。

  如果 WorkerType 欄位設成 Standard 以外的值，就會自動設定 MaxCapacity 欄位並且變成唯讀。

  如果 WorkerType 欄位設成 Standard 以外的值，就會自動設定 MaxCapacity 欄位並且變成唯讀。

• WorkerType – UTF-8 字串 (有效值：Standard="" | G.1X="" | G.2X="" | G.025X="" | G.4X="" | G.8X="" | Z.2X="")。

  執行此任務時所配置的預先定義工作者類型。可接受值為標準、G.1X 或 G.2X

  • 用於 Standard 工作者類型時，每個工作者提供 4 個 vCPU、16 GB 的記憶體和 50 GB 磁碟，以及每個工作者 2 個執行器。

  • 用於 G.1X 工作者類型時，每個工作者提供 4 個 vCPU、16 GB 的記憶體和 64 GB 磁碟，以及每個工作者 1 個執行器。

  • 用於 G.2X 工作者類型時，每個工作者提供 8 個 vCPU、32 GB 的記憶體和 128 GB 磁碟，以及每個工作者 1 個執行器。

  MaxCapacity 是 NumberOfWorkers 和 WorkerType 的互斥選項。

  • 如果設定 NumberOfWorkers 或 WorkerType，則無法設定 MaxCapacity。

  • 如果設定 MaxCapacity，則無法設定 NumberOfWorkers 或 WorkerType。

  • 如果設定 WorkerType，則 NumberOfWorkers 為必要 (反之亦然)。

  • MaxCapacity 和 NumberOfWorkers 都必須至少為 1。

• NumberOfWorkers – 數字 (整數)。

  執行此任務時所配置的已定義 workerType 工作者數目。

  如果設定 WorkerType，則 NumberOfWorkers 為必要 (反之亦然)。

• Timeout – 數字 (整數)，至少為 1。

  此轉換任務回合的逾時，以分鐘計。這是此轉換任務回合在終止並進入 TIMEOUT 狀態前，可取用資源的最長時間。預設值為 2,880 分鐘 (48 小時)。

• MaxRetries – 數字 (整數)。

  任務回合失敗後，此轉換任務可重試的次數上限。

• Tags – 金鑰值對的對應陣列，不超過 50 對。

  每個金鑰均為 UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 128 個位元組。

  每個值都是 UTF-8 字串，長度不可超過 256 個位元組。

  與此機器學習轉換搭配使用的標籤。您可以使用標籤來限制對機器學習轉換的存取情況。如需中標籤的詳細資訊 AWS Glue，請參閱開發人員指南AWS Glue中的「AWS 標籤」。

• TransformEncryption – TransformEncryption 物件。

  適用於存取使用者資料的轉換 encryption-at-rest 設定。機器學習轉換可以使用 KMS 存取 Amazon S3 中加密的使用者資料。

回應

• TransformId – UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，需符合Single-line string pattern。

  針對轉換產生的唯一識別符。

錯誤

• AlreadyExistsException

• InvalidInputException

• OperationTimeoutException

• InternalServiceException

• AccessDeniedException

• ResourceNumberLimitExceededException

• IdempotentParameterMismatchException

UpdateMLTransform 動作 (Python: update_ml_transform)

更新現有的機器學習轉換。呼叫此操作以調校演算法參數，取得更佳的結果。

呼叫此操作後，您就可以呼叫 StartMLEvaluationTaskRun 操作，評估新參數達到目標的效果有多好 (例如，改善機器學習轉換的品質，或讓它更為經濟實惠)。

請求

• TransformId – 必要：UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，且需符合Single-line string pattern。

  建立轉換時所產生的唯一識別符。

• Name – UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，需符合Single-line string pattern。

  建立轉換時授予它的唯一名稱。

• Description – 描述字串，長度不可超過 2048 個位元組，需符合URI address multi-line string pattern。

  轉換的描述。預設為空字串。

• Parameters – TransformParameters 物件。

  所用轉換類型 (演算法) 的專屬組態參數。條件性相依於轉換類型。

• Role – UTF-8 字串。

  IAM 角色的名稱或 Amazon Resource Name (ARN) 與所需的許可。

• GlueVersion – UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，需符合Custom string pattern #20。

  此值決定 AWS Glue 此機器學習轉換與哪個版本相容。Glue 1.0 是建議大多數客戶使用的版本。如果未設定此值，Glue 相容性預設為 Glue 0.9。如需詳細資訊，請參閱開發人員指南中的 AWS Glue 版本。

• MaxCapacity – 數字 (雙位數)。

  為此轉換配置給工作執行的 AWS Glue 資料處理單元 (DPU) 數目。您可以分配從 2 到 100 個 DPU，預設值為 10。DPU 是相對的處理能力，包含 4 個 vCPU 的運算容量和 16 GB 的記憶體。如需詳細資訊，請參閱 AWS Glue 定價頁面。

  如果 WorkerType 欄位設成 Standard 以外的值，就會自動設定 MaxCapacity 欄位並且變成唯讀。

• WorkerType – UTF-8 字串 (有效值：Standard="" | G.1X="" | G.2X="" | G.025X="" | G.4X="" | G.8X="" | Z.2X="")。

  執行此任務時所配置的預先定義工作者類型。可接受值為標準、G.1X 或 G.2X

  • 用於 Standard 工作者類型時，每個工作者提供 4 個 vCPU、16 GB 的記憶體和 50 GB 磁碟，以及每個工作者 2 個執行器。

  • 用於 G.1X 工作者類型時，每個工作者提供 4 個 vCPU、16 GB 的記憶體和 64 GB 磁碟，以及每個工作者 1 個執行器。

  • 用於 G.2X 工作者類型時，每個工作者提供 8 個 vCPU、32 GB 的記憶體和 128 GB 磁碟，以及每個工作者 1 個執行器。

• NumberOfWorkers – 數字 (整數)。

  執行此任務時所配置的已定義 workerType 工作者數目。

• Timeout – 數字 (整數)，至少為 1。

  此轉換任務回合的逾時，以分鐘計。這是此轉換任務回合在終止並進入 TIMEOUT 狀態前，可取用資源的最長時間。預設值為 2,880 分鐘 (48 小時)。

• MaxRetries – 數字 (整數)。

  任務回合失敗後，此轉換任務可重試的次數上限。

回應

• TransformId – UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，需符合Single-line string pattern。

  已更新的轉換唯一識別符。

錯誤

• EntityNotFoundException

• InvalidInputException

• OperationTimeoutException

• InternalServiceException

• AccessDeniedException

DeleteMLTransform 動作 (Python: delete_ml_transform)

刪除 AWS Glue 機器學習轉換。機器學習轉換是特殊的轉換類型，透過人類提供的範例學習，使用機器學習了解要執行的轉換詳細資訊。然後會儲存這些轉換。 AWS Glue如果不再需要某項轉換，您可以呼叫 DeleteMLTransforms 刪除它。不過，仍參照已刪除轉換的任何 AWS Glue 工作將不再成功。

請求

• TransformId – 必要：UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，且需符合Single-line string pattern。

  要刪除轉換的唯一識別符。

回應

• TransformId – UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，需符合Single-line string pattern。

  已刪除轉換的唯一識別符。

錯誤

• EntityNotFoundException

• InvalidInputException

• OperationTimeoutException

• InternalServiceException

GetMLTransform 動作 (Python: get_ml_transform)

取得 AWS Glue 機器學習轉換成品及其所有對應的中繼資料。機器學習轉換是特殊的轉換類型，透過人類提供的範例學習，使用機器學習了解要執行的轉換詳細資訊。然後會儲存這些轉換。 AWS Glue您可以呼叫 GetMLTransform 以擷取其中繼資料。

請求

• TransformId – 必要：UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，且需符合Single-line string pattern。

  轉換的唯一識別符，於建立轉換時產生。

回應

• TransformId – UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，需符合Single-line string pattern。

  轉換的唯一識別符，於建立轉換時產生。

• Name – UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，需符合Single-line string pattern。

  建立轉換時授予它的唯一名稱。

• Description – 描述字串，長度不可超過 2048 個位元組，需符合URI address multi-line string pattern。

  轉換的描述。

• Status – UTF-8 字串 (有效值：NOT_READY | READY | DELETING)。

  轉換的上次已知狀態 (指出其是否可用)。"NOT_READY (未就緒)"、"READY (就緒)" 或 "DELETING (正在刪除)" 其中之一。

• CreatedOn – 時間戳記。

  建立轉換的日期和時間。

• LastModifiedOn – 時間戳記。

  轉換上次修改的日期和時間。

• InputRecordTables – 一個 GlueTable 物件陣列，不可超過 10 個結構。

  轉換所使用的 AWS Glue 資料表定義清單。

• Parameters – TransformParameters 物件。

  所用演算法的專屬組態參數。

• EvaluationMetrics – EvaluationMetrics 物件。

  最新的評估指標。

• LabelCount – 數字 (整數)。

  此轉換可用的標籤數量。

• Schema – 一個 SchemaColumn 物件陣列，不可超過 100 個結構。

  Map<Column, Type> 物件，代表此轉換接受的結構描述。已有 100 個欄的上限。

• Role – UTF-8 字串。

  IAM 角色的名稱或 Amazon Resource Name (ARN) 與所需的許可。

• GlueVersion – UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，需符合Custom string pattern #20。

  此值決定 AWS Glue 此機器學習轉換與哪個版本相容。Glue 1.0 是建議大多數客戶使用的版本。如果未設定此值，Glue 相容性預設為 Glue 0.9。如需詳細資訊，請參閱開發人員指南中的 AWS Glue 版本。

• MaxCapacity – 數字 (雙位數)。

  為此轉換配置給工作執行的 AWS Glue 資料處理單元 (DPU) 數目。您可以分配從 2 到 100 個 DPU，預設值為 10。DPU 是相對的處理能力，包含 4 個 vCPU 的運算容量和 16 GB 的記憶體。如需詳細資訊，請參閱 AWS Glue 定價頁面。

  如果 WorkerType 欄位設成 Standard 以外的值，就會自動設定 MaxCapacity 欄位並且變成唯讀。

• WorkerType – UTF-8 字串 (有效值：Standard="" | G.1X="" | G.2X="" | G.025X="" | G.4X="" | G.8X="" | Z.2X="")。

  執行此任務時所配置的預先定義工作者類型。可接受值為標準、G.1X 或 G.2X

  • 用於 Standard 工作者類型時，每個工作者提供 4 個 vCPU、16 GB 的記憶體和 50 GB 磁碟，以及每個工作者 2 個執行器。

  • 用於 G.1X 工作者類型時，每個工作者提供 4 個 vCPU、16 GB 的記憶體和 64 GB 磁碟，以及每個工作者 1 個執行器。

  • 用於 G.2X 工作者類型時，每個工作者提供 8 個 vCPU、32 GB 的記憶體和 128 GB 磁碟，以及每個工作者 1 個執行器。

• NumberOfWorkers – 數字 (整數)。

  執行此任務時所配置的已定義 workerType 工作者數目。

• Timeout – 數字 (整數)，至少為 1。

  此轉換任務回合的逾時，以分鐘計。這是此轉換任務回合在終止並進入 TIMEOUT 狀態前，可取用資源的最長時間。預設值為 2,880 分鐘 (48 小時)。

• MaxRetries – 數字 (整數)。

  任務回合失敗後，此轉換任務可重試的次數上限。

• TransformEncryption – TransformEncryption 物件。

  適用於存取使用者資料的轉換 encryption-at-rest 設定。機器學習轉換可以使用 KMS 存取 Amazon S3 中加密的使用者資料。

錯誤

• EntityNotFoundException

• InvalidInputException

• OperationTimeoutException

• InternalServiceException

GetMLTransforms 動作 (Python: get_ml_transforms)

取得現有 AWS Glue 機器學習轉換的可排序、可篩選清單。機器學習轉換是特殊的轉換類型，透過人類提供的範例學習，使用機器學習了解要執行的轉換詳細資訊。然後會儲存這些轉換 AWS Glue，您可以透過呼叫GetMLTransforms擷取其中繼資料。

請求

• NextToken – UTF-8 字串。

  位移結果的分頁字符。

• MaxResults – 數字 (整數)，不可小於 1，也不可以大於 1000。

  回傳結果的數量上限。

• Filter – TransformFilter标准 物件。

  篩選轉換條件。

• Sort – TransformSort标准 物件。

  排序條件。

回應

• Transforms – 必要：一個 MLTransform 物件。

  機器學習轉換清單。

• NextToken – UTF-8 字串。

  如有多個結果可用，即為分頁字符。

錯誤

• EntityNotFoundException

• InvalidInputException

• OperationTimeoutException

• InternalServiceException

ListMLTransforms 動作 (Python: list_ml_transforms)

擷取此 AWS 帳戶中現有 AWS Glue 機器學習轉換的可排序、可篩選清單，或具有指定標籤的資源。此操作會接收您可用做為回應篩選條件的選用 Tags 欄位，因此已標記的資源可分組進行擷取。如果您選擇使用標籤進行篩選，則此時只會擷取包含該標籤的資源。

請求

• NextToken – UTF-8 字串。

  接續符記，如果這是接續要求。

• MaxResults – 數字 (整數)，不可小於 1，也不可以大於 1000。

  所要回傳清單的大小上限。

• Filter – TransformFilter标准 物件。

  TransformFilterCriteria 會用來篩選機器學習轉換。

• Sort – TransformSort标准 物件。

  TransformSortCriteria 會用來排序機器學習轉換。

• Tags – 金鑰值對的對應陣列，不超過 50 對。

  每個金鑰均為 UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 128 個位元組。

  每個值都是 UTF-8 字串，長度不可超過 256 個位元組。

  指定只傳回包含這些標籤的資源。

回應

• TransformIds – 必要：UTF-8 字串陣列。

  帳戶中所有機器學習轉換的識別符，或包含指定標籤的機器學習轉換。

• NextToken – UTF-8 字串。

  接續字元，如果傳回的清單未包含最後一個可用指標。

錯誤

• EntityNotFoundException

• InvalidInputException

• OperationTimeoutException

• InternalServiceException

啟EvaluationTaskRun 動 ML 操作（Python：開始計算任務運行）

啟動任務以評估轉換的品質。

當您提供標籤集做為事實的範例時， AWS Glue 機器學習會使用其中一些範例從中學習。其餘標籤做為測試預估品質使用。

傳回該回合的唯一識別符。您可以呼叫 GetMLTaskRun，以取得EvaluationTaskRun 統計資料的詳細資訊。

請求

• TransformId – 必要：UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，且需符合Single-line string pattern。

  機器學習轉換的唯一識別符。

回應

• TaskRunId – UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，需符合Single-line string pattern。

  與此回合相關聯的唯一識別符。

錯誤

• EntityNotFoundException

• InvalidInputException

• OperationTimeoutException

• InternalServiceException

• ConcurrentRunsExceededException

• MLTransformNotReadyException

啟LabelingSetGenerationTaskRun 動 ML 動作 (Python: 啟動 _ 標籤化 _ 設定產生 _ 任務執行)

針對您的機器學習轉換開始作用中學習工作流程，透過產生標籤集及新增標籤來改善轉換的品質。

當 StartMLLabelingSetGenerationTaskRun 完成後， AWS Glue 即會產生需要人類回答的「標籤集」或問題集。

如果是 FindMatches 轉換，這些問題會是這樣的形式：「分組這些資料列的正確方式是什麼，全部由相符的記錄組成？」

完成標記程序後，您可以呼叫 StartImportLabelsTaskRun 上傳標籤。完成 StartImportLabelsTaskRun 之後，機器學習轉換未來的所有回合都會使用新的改善標籤，並執行更高品質的轉換。

請求

• TransformId – 必要：UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，且需符合Single-line string pattern。

  機器學習轉換的唯一識別符。

• OutputS3Path – 必要：UTF-8 字串。

  Amazon Simple Storage Service (Amazon S3) 路徑，您會在此產生標籤集。

回應

• TaskRunId – UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，需符合Single-line string pattern。

  與此任務回合相關聯的唯一回合識別符。

錯誤

• EntityNotFoundException

• InvalidInputException

• OperationTimeoutException

• InternalServiceException

• ConcurrentRunsExceededException

獲取 ML TaskRun 操作（Python：運行）

取得機器學習轉換上特定任務回合的詳細資訊。機器學習工作執行是代表您 AWS Glue 執行的非同步工作，做為各種機器學習工作流程的一部分。您可以呼叫具有 GetMLTaskRun 的 TaskRunID 及其父轉換的 TransformID，檢查任何任務回合的統計資料。

請求

• TransformId – 必要：UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，且需符合Single-line string pattern。

  機器學習轉換的唯一識別符。

• TaskRunId – 必要：UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，且需符合Single-line string pattern。

  任務回合的唯一識別符。

回應

• TransformId – UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，需符合Single-line string pattern。

  任務回合的唯一識別符。

• TaskRunId – UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，需符合Single-line string pattern。

  與此回合相關聯的唯一回合識別符。

• Status – UTF-8 字串 (有效值：STARTING | RUNNING | STOPPING | STOPPED | SUCCEEDED | FAILED | TIMEOUT)。

  此任務回合的狀態。

• LogGroupName – UTF-8 字串。

  與此任務回合相關聯的日誌群組名稱。

• Properties – TaskRun性質 物件。

  與任務回合相關聯的屬性清單。

• ErrorString – UTF-8 字串。

  與任務回合相關聯的錯誤字串。

• StartedOn – 時間戳記。

  此任務回合開始的日期和時間。

• LastModifiedOn – 時間戳記。

  此任務回合上次修改的日期和時間。

• CompletedOn – 時間戳記。

  此任務回合完成的日期和時間。

• ExecutionTime – 數字 (整數)。

  任務執行消耗資源所需的時間 (以秒為單位)。

錯誤

• EntityNotFoundException

• InvalidInputException

• OperationTimeoutException

• InternalServiceException

獲取 ML TaskRuns 操作（Python：運行）

取得機器學習轉換的回合清單。機器學習工作執行是代表您 AWS Glue 執行的非同步工作，做為各種機器學習工作流程的一部分。您可以呼叫具有其父轉換 TransformID 的 GetMLTaskRuns 以及本節所述的其他選用參數，取得可排序、可篩選的機器學習任務回合清單。

此操作會傳回必須分頁的歷史記錄回合清單。

請求

• TransformId – 必要：UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，且需符合Single-line string pattern。

  機器學習轉換的唯一識別符。

• NextToken – UTF-8 字串。

  結果的分頁字符。預設值為空白。

• MaxResults – 數字 (整數)，不可小於 1，也不可以大於 1000。

  回傳結果的數量上限。

• Filter – TaskRunFilterCriteria 物件。

  任務回合的篩選條件，結構為 TaskRunFilterCriteria。

• Sort – TaskRunSortCriteria 物件。

  任務回合的排序條件，結構為 TaskRunSortCriteria。

回應

• TaskRuns – 一個 TaskRun 物件陣列。

  與轉換相關聯的任務回合清單。

• NextToken – UTF-8 字串。

  如有多個結果可用，即為分頁字符。

錯誤

• EntityNotFoundException

• InvalidInputException

• OperationTimeoutException

• InternalServiceException

取消毫升TaskRun 操作（Python：取消任務運行）

取消 (停止) 任務回合。機器學習工作執行是代表您 AWS Glue 執行的非同步工作，做為各種機器學習工作流程的一部分。您可以呼叫具有任務回合父轉換 TransformID 的 CancelMLTaskRun 以及任務回合的 TaskRunId，隨時取消機器學習任務回合。

請求

• TransformId – 必要：UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，且需符合Single-line string pattern。

  機器學習轉換的唯一識別符。

• TaskRunId – 必要：UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，且需符合Single-line string pattern。

  所執行任務的唯一識別符。

回應

• TransformId – UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，需符合Single-line string pattern。

  機器學習轉換的唯一識別符。

• TaskRunId – UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，需符合Single-line string pattern。

  所執行任務的唯一識別符。

• Status – UTF-8 字串 (有效值：STARTING | RUNNING | STOPPING | STOPPED | SUCCEEDED | FAILED | TIMEOUT)。

  此回合的狀態。

錯誤

• EntityNotFoundException

• InvalidInputException

• OperationTimeoutException

• InternalServiceException

StartExportLabelsTaskRun 操作（Python：開始 _ 導出 _ 標籤 _ 任務 _ 運行）

開始非同步任務以匯出特定轉換的所有標記資料。這個任務是唯一和標籤相關，但不屬於一般作用中學習工作流程的 API 呼叫。當您想要同時使用所有的現有標籤時，您通常會使用 StartExportLabelsTaskRun，例如當您想要移除或變更之前依現況提交的標籤時。此 API 操作接受您想要匯出標籤的 TransformId，以及標籤匯出目標的 Amazon Simple Storage Service (Amazon S3) 路徑。此操作會傳回 TaskRunId。您可以呼叫 GetMLTaskRun API 來檢查任務回合的狀態。

請求

• TransformId – 必要：UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，且需符合Single-line string pattern。

  機器學習轉換的唯一識別符。

• OutputS3Path – 必要：UTF-8 字串。

  標籤匯出的目標 Amazon S3 路徑。

回應

• TaskRunId – UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，需符合Single-line string pattern。

  所執行任務的唯一識別符。

錯誤

• EntityNotFoundException

• InvalidInputException

• OperationTimeoutException

• InternalServiceException

StartImportLabelsTaskRun 操作（Python：開始導入標籤任務運行）

可讓您提供額外的標籤 (真實範例)，用於教授機器學習轉換和提升其品質。此 API 操作通常做為作用中學習工作流程的一部分，從 StartMLLabelingSetGenerationTaskRun 呼叫開始，最後提升機器學習轉換的品質。

完成 StartMLLabelingSetGenerationTaskRun 後， AWS Glue 機器學習即會產生一連串需要人類回答的問題。(在機器學習工作流程中，回答這些問題通常稱為「標記」)。如果是 FindMatches 轉換，這些問題會是這樣的形式：「分組這些資料列的正確方式是什麼，全部由相符的記錄組成？」 完成標記程序後，使用者會呼叫 StartImportLabelsTaskRun 以上傳他們的解答/標籤。完成 StartImportLabelsTaskRun 後，機器學習轉換未來的所有回合都會使用新的改善標籤，並執行更高品質的轉換。

依預設，除非您將 Replace 設為 true，否則 StartMLLabelingSetGenerationTaskRun 會持續學習及合併您上傳的所有標籤。如果您將 Replace 設為 true，StartImportLabelsTaskRun 會刪除並忘記之前上傳的所有標籤，只學習您上傳的確切集合。如果您發現之前上傳了不正確的標籤，而且您認為它們對轉換品質有負面影響，更換標籤很有幫助。

您可以呼叫 GetMLTaskRun 操作來檢查任務回合的狀態。

請求

• TransformId – 必要：UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，且需符合Single-line string pattern。

  機器學習轉換的唯一識別符。

• InputS3Path – 必要：UTF-8 字串。

  Amazon Simple Storage Service (Amazon S3) 路徑，您會由此匯入標籤。

• ReplaceAllLabels – 布林值。

  指出是否覆寫現有的標籤。

回應

• TaskRunId – UTF-8 字串，長度不可小於 1 個位元組，也不可以超過 255 個位元組，需符合Single-line string pattern。

  所執行任務的唯一識別符。

錯誤

• EntityNotFoundException

• InvalidInputException

• OperationTimeoutException

• ResourceNumberLimitExceededException

• InternalServiceException