![](/img/trans.png)
[英]data format to predict with model fitted via Sagemaker's XGBoost built-in algorithm and training container
[英]XGBoost Sagemaker model fits but won't predict
使用內置於 xgboost model 中的 Sagemaker,我能夠將 model 擬合到訓練和驗證數據上,並將其成功部署為端點。
# Creating deployable object of the model
predictor = estimator.deploy(initial_instance_count = 1,
instance_type = 'ml.m4.xlarge',
endpoint_name = 'endpoint')
# Setup before predictions
predictor.serializer = CSVSerializer()
# Connecting to the endpoint previously deployed
endpoint_name = 'endpoint'
predictor = sagemaker.predictor.Predictor(endpoint_name = endpoint_name)
# Converting test file to be passed
arr_test = test.values
# arr_test = arr_test.tobytes()
print(arr_test)
當我 go 調用此端點並使用 .predict .predict()
方法時,我拋出了以下錯誤。 我曾嘗試將輸入數組切換為字節,但這樣做時我也遇到了另一個錯誤(如下面的屏幕截圖所示)。 我正在關注 Udemy 課程中的示例,該示例使用完全相同的方法,但我將其應用於從 RDS 文件中提取的個人數據集,然后轉換為 dataframe 並從中轉換為 csv
您是否嘗試過使用解碼(“utf-8”)預測 append?
例如:
結果 = predictor.predict(arr_test[:1]).decode("utf-8")
如果它解決了問題,請發回或投票。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.