本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 表格式資料的端點請求
<a name="clarify-processing-job-data-format-tabular-request"></a>

為了取得訓練後偏差分析和功能重要性分析的模型預測，SageMaker Clefy 處理任務將表格式資料序列化為位元組，並將這些資料作為請求有效負載傳送至推論端點。此表格式資料可能來自輸入資料集，或產生表格式資料。如果是合成資料，其是由解釋器生成的 SHAP 分析或 PDP 分析。

請求有效負載的資料格式應該由分析組態 `content_type` 參數指定。如果未提供參數，SageMaker Clarify 處理任務將使用 `dataset_type` 參數的值作為內容類型。如需 `content_type` 或 `dataset_type` 的詳細資訊，請參閱 [分析組態檔案](clarify-processing-job-configure-analysis.md)。

以下各章節顯示 CSV 和 JSON 行格式的端點請求範例。

## CSV 格式的端點請求
<a name="clarify-processing-job-data-format-tabular-request-csv"></a>

SageMaker Clarify 處理任務可以將資料序列化為 CSV 格式 (MIME 類型：`text/csv`)。下列資料表顯示序列化請求有效負載範例。


| 端點請求有效負載 (字串表示) | 說明 | 
| --- | --- | 
|  '1,2,3,4'  |  單一記錄 (四個數值特徵)。  | 
|  '1,2,3,4\$1 n 5,6,7,8'  |  兩個記錄，由分行符號 '\$1n' 分隔。  | 
|  '"這是一個很好的產品",5'  |  單一記錄 (文字特徵和數值特徵)。  | 
|  '"這是一個很好的產品",5\$1n"糟糕的購物體驗",1’  |  兩個記錄。  | 

## 端點請求採用 JSON 行格式
<a name="clarify-processing-job-data-format-tabular-request-jsonlines"></a>

SageMaker Clarify 處理任務可以將資料序列化為 SageMaker AI JSON 行密集格式 (MIME 類型：`application/jsonlines`)。如需 JSON Lines 的詳細資訊，請參閱 [JSONLINES 請求格式](cdf-inference.md#cm-jsonlines)。

若要將表格式資料轉換作為 JSON 格式匯出 資料，請提供範本字串給分析組態 `content_template` 參數。如需有關 `content_template` 的詳細資訊，請參閱 [分析組態檔案](clarify-processing-job-configure-analysis.md)。下表顯示序列化 JSON 行請求有效負載的範例。


| 端點請求有效負載 (字串表示) | 說明 | 
| --- | --- | 
|  '\$1"資料":\$1"功能":[1,2,3,4]\$1\$1'  |  單一記錄。在這種情況下，範本看起來像 `'{"data":{"features":$features}}' `，並由功能清單 `[1,2,3,4]` 取代 `$features`。  | 
|  '\$1"資料":\$1"功能":[1,2,3,4]\$1\$1\$1n\$1"資料":\$1"功能":[5,6,7,8]\$1\$1'  |  兩個記錄。  | 
|  '\$1"功能":["這是一個好產品",5]\$1'  |  單一記錄。在這種情況下，範本看起來像 `'{"features":$features}'` 而 \$1features 取代為功能清單 `["This is a good product",5]`。  | 
|  '\$1"功能":["這是一個好產品",5]\$1\$1n\$1"功能":["不好的購物體驗",1]\$1'  |  兩個記錄。  | 

## 端點請求作為 JSON 格式匯出格式
<a name="clarify-processing-job-data-format-tabular-request-json"></a>

SageMaker Clarify 處理任務可以將資料序列化為任意 JSON 結構 (MIME 類型：`application/json`)。若要這麼做，您必須為分析組態 `content_template` 參數提供範本字串。這是由 SageMaker Clarify 處理任務用來建構外部 JSON 結構。您也必須提供的範本字串 `record_template`，用來建構每筆記錄的 JSON 結構。如需 `content_template` 和 `record_template` 的更多相關資訊，請參閱[分析組態檔案](clarify-processing-job-configure-analysis.md)。

**注意**  
因為 `content_template` AND `record_template` 是字串參數，所以屬於 JSON 序列化結構一部分的任何雙引號字元 (`"`) 都應該在組態中註記為逸出字元。例如，如果您想要在 Python 中逸出雙引號，您可以輸入以下內容 `content_template`。  

```
"{\"data\":{\"features\":$record}}}"
```

下表顯示序列化 JSON 請求有效負載的範例，以及建構它們所需的對應 `content_template` 和 `record_template` 參數。


| 端點請求有效負載 (字串表示) | 說明 | content\$1template | record\$1template | 
| --- | --- | --- | --- | 
|  '\$1"資料":\$1"功能":[1,2,3,4]\$1\$1'  |  一次單筆記錄。  |  '\$1"資料":\$1"功能":\$1記錄\$1\$1\$1'  |  “\$1features”  | 
|  '\$1"執行個體":[[0, 1], [3, 4]], "功能名稱": ["A", "B"]\$1'  |  具有功能名稱的多重記錄。  |  ‘\$1"執行個體":\$1records, "功能名稱":\$1feature\$1names\$1'  |  “\$1features"  | 
|  '[\$1"A": 0, "B": 1\$1, \$1"A": 3, "B": 4\$1]'  |  多記錄和鍵值對。  |  “\$1records"  |  “\$1features\$1kvp"  | 
|  ‘\$1"A": 0, "B": 1\$1'  |  一次單一記錄和鍵值對。  |  "\$1record"  |  "\$1features\$1kvp"  | 
|  ‘\$1"A": 0, "巢狀": \$1"B": 1\$1\$1'  |  或者，對任意結構使用完全詳細資訊 record\$1template。  |  "\$1record"  |  '\$1"A": "\$1\$1A\$1", "巢狀": \$1"B": "\$1\$1B\$1"\$1\$1'  |