XGBoost Sagemaker model 適合但無法預測

Question

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

Answer 1

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。