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
<a name="clarify-processing-job-data-format-time-series-response-json"></a>

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](https://docs.aws.amazon.com/sagemaker/latest/dg/clarify-processing-job-configure-analysis.html#clarify-processing-job-configure-analysis-parameters)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'`  |