Der Ausdruck EnableExplanations - Amazon SageMaker KI

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Der Ausdruck EnableExplanations

Der EnableExplanations-Parameter ist eine JMESPath boolesche Ausdruckszeichenfolge. Sie wird für jeden Datensatz in der Erklärbarkeitsanfrage ausgewertet. Wenn dieser Parameter als wahr bewertet wird, wird der Datensatz erklärt. Wenn dieser Parameter als falsch bewertet wird, werden keine Erklärungen generiert.

SageMaker Clarify deserialisiert die Ausgabe des Modellcontainers für jeden Datensatz in eine JSON-kompatible Datenstruktur und verwendet dann den Parameter, um die Daten auszuwerten. EnableExplanations

Hinweise

Je nach Format der Modellcontainer-Ausgabe gibt es zwei Optionen für Datensätze.

  • Wenn die Ausgabe des Modellcontainers im CSV-Format vorliegt, wird ein Datensatz als JSON-Array geladen.

  • Wenn die Ausgabe des Modellcontainers im JSON Lines-Format vorliegt, wird ein Datensatz als JSON-Objekt geladen.

Der EnableExplanations Parameter ist ein JMESPath Ausdruck, der entweder während der Oder-Operationen übergeben werden kann. InvokeEndpoint CreateEndpointConfig Wenn der von Ihnen angegebene JMESPath Ausdruck nicht gültig ist, schlägt die Endpunkterstellung fehl. Wenn der Ausdruck gültig ist, das Ergebnis der Ausdrucksauswertung jedoch unerwartet ist, wird der Endpunkt erfolgreich erstellt, aber beim Aufrufen des Endpunkts wird ein Fehler generiert. Testen Sie Ihren EnableExplanations-Ausdruck mithilfe der InvokeEndpoint-API und wenden Sie ihn dann auf die Endpunktkonfiguration an.

Im Folgenden finden Sie einige Beispiele für gültige EnableExplanations-Ausdrücke. In den Beispielen umschließt ein JMESPath Ausdruck ein Literal mit Backtick-Zeichen. Zum Beispiel bedeutet `true` „wahr“.

Ausdruck (Zeichenkettendarstellung) Ausgabe des Modellcontainers (Zeichenkettendarstellung) Ergebnis der Auswertung (Boolean) Bedeutung

'`true`'

–

Wahr

Aktivieren Sie die Online-Erklärbarkeit bedingungslos.

'`false`'

–

Falsch

Deaktivieren Sie die Online-Erklärbarkeit bedingungslos.

'[1]>`0.5`'

'1,0.6'

Wahr

Für jeden Datensatz gibt der Modellcontainer das vorhergesagte Label und die Wahrscheinlichkeit aus. Erklärt einen Datensatz, wenn seine Wahrscheinlichkeit (bei Index 1) größer als 0,5 ist.

'probability>`0.5`'

'{"predicted_label":1,"probability":0.6}'

Wahr

Für jeden Datensatz gibt der Modellcontainer JSON-Daten aus. Erklären Sie einen Datensatz, wenn seine Wahrscheinlichkeit größer als 0,5 ist.

'!contains(probabilities[:-1], max(probabilities))'

'{"probabilities": [0.4, 0.1, 0.4], "labels":["cat","dog","fish"]}'

Falsch

Für ein Modell mit mehreren Klassen: Erklärt einen Datensatz, ob sein vorhergesagtes Label (die Klasse mit dem höchsten Wahrscheinlichkeitswert) die letzte Klasse ist. Wörtlich bedeutet der Ausdruck, dass der Wert für die maximale Wahrscheinlichkeit nicht in der Liste der Wahrscheinlichkeiten mit Ausnahme der letzten steht.