View a markdown version of this page

時間序列資料的端點回應 - Amazon SageMaker AI

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。

時間序列資料的端點回應

SageMaker Clarify 處理任務會將整個承載還原序列化為 JSON。然後，它使用分析組態中提供的 JMESPath 表達式從反序列化資料中擷取預測。回應有效負載中的記錄必須與請求有效負載中的記錄符合。

下表是來自僅輸出平均預測值的端點的回應範例。分析組態中 predictor 欄位中使用的 forecast 值應做為 JMESPath 表達式提供，以尋找處理任務的預測結果。

端點請求有效負載 端點回應有效負載 (字串表示) 分析組態中預測的 JMESPath 表達式

單一記錄範例。組態應該是 TimeSeriesModelConfig(forecast="prediction.mean") 以正確擷取預測。

'{"prediction": {"mean": [1, 2, 3, 4, 5]}'

'prediction.mean'

多重記錄。An AWS deepAR 端點回應。

'{"predictions": [{"mean": [1, 2, 3, 4, 5]}, {"mean": [1, 2, 3, 4, 5]}]}'

'predictions[*].mean'