Demandes de données de séries temporelles aux points de terminaison - Amazon SageMaker AI

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.

Demandes de données de séries temporelles aux points de terminaison

Une tâche de traitement SageMaker Clarify sérialise les données dans des structures JSON arbitraires (avec le type MIME :application/json). Pour ce faire, vous devez fournir une chaîne de modèle au paramètre content_template de configuration d’analyse. Ceci est utilisé par la tâche de traitement SageMaker Clarify pour créer la requête JSON fournie à votre modèle. content_templatecontient un ou plusieurs enregistrements de votre ensemble de données. Vous devez également fournir une chaîne de modèle pour record_template, qui est utilisée pour construire la structure JSON de chaque enregistrement. Ces enregistrements sont ensuite insérés dans content_template. Pour plus d’informations sur content_type ou dataset_type, consultez Fichiers de configuration d’analyse.

Note

Étant donné que content_template et record_template sont des paramètres de chaîne, tous les guillemets doubles (") faisant partie de la structure sérialisée JSON doivent être notés comme des caractères échappés dans votre configuration. Par exemple, si vous voulez échapper des guillemets doubles en Python, vous pouvez entrer la valeur suivante pour content_template :

'$record'

Le tableau suivant montre des exemples de données utiles de demandes JSON sérialisées ainsi que les paramètres content_template et record_template correspondants, requis pour les construire.

Cas d’utilisation Charge utile de demande du point de terminaison (représentation sous forme de chaîne) content_template record_template

Un seul enregistrement à la fois

{"target": [1, 2, 3],"start": "2024-01-01 01:00:00"}

'$record'

'{"start": $start_time, "target": $target_time_series}'

Un seul enregistrement avec $related_time_series et $static_covariates

{"target": [1, 2, 3],"start": "2024-01-01 01:00:00","dynamic_feat": [[1.0, 2.0, 3.0],[1.0, 2.0, 3.0],"cat": [0,1]}

'$record'

'{"start": $start_time, "target": $target_time_series, "dynamic_feat": $related_time_series, "cat": $static_covariates}'

Enregistrements multiples

{"instances": [{"target": [1, 2, 3],"start": "2024-01-01 01:00:00"}, {"target": [1, 2, 3],"start": "2024-01-01 02:00:00"}]}

'{"instances": $records}'

'{"start": $start_time, "target": $target_time_series}'

Enregistrements multiples avec $related_time_series et $static_covariates

{"instances": [{"target": [1, 2, 3],"start": "2024-01-01 01:00:00","dynamic_feat": [[1.0, 2.0, 3.0],[1.0, 2.0, 3.0],"cat": [0,1]}, {"target": [1, 2, 3],"start": "2024-01-01 02:00:00","dynamic_feat": [[1.0, 2.0, 3.0],[1.0, 2.0, 3.0],"cat": [0,1]}]}

'{"instances": $records}'

''{"start": $start_time, "target": $target_time_series, "dynamic_feat": $related_time_series, "cat": $static_covariates}'