Modo de análisis predictivo incorporado
Entrada
Este es un modo de entrada y salida incorporado para el análisis predictivo. Los modelos que utilizan este modo se identifican como modelos de análisis predictivo. La ruta de solicitud de predicción es /, el protocolo de solicitud es HTTP, el método de solicitud es POST y Content-Type es application/json. El cuerpo de la solicitud está en formato JSON. Para obtener más información sobre los campos JSON, consulte Tabla 1. Antes de seleccionar este modo, asegúrese de que su modelo puede procesar los datos de entrada en formato de JSON Schema. Para obtener más información sobre el formato de JSON Schema, consulte la guía oficial.
Campo |
Tipo |
Descripción |
---|---|---|
data |
Data structure |
Datos de inferencia. Para más detalles, consulte Tabla 2. |
Campo |
Tipo |
Descripción |
---|---|---|
req_data |
ReqData array |
Lista de datos de inferencia |
ReqData es del tipo Object e indica los datos de inferencia. La estructura de datos está determinada por el escenario de aplicación. Para los modelos que utilizan este modo, la lógica de preprocesamiento en el código de inferencia de modelo personalizado debe ser capaz de procesar correctamente los datos introducidos en el formato definido por el modo.
El JSON Schema de una solicitud de predicción es el siguiente:
{ "type": "object", "properties": { "data": { "type": "object", "properties": { "req_data": { "items": [{ "type": "object", "properties": {} }], "type": "array" } } } } }
Salida
El resultado de la inferencia se devuelve en formato JSON. Para obtener más información sobre los campos JSON, consulte Tabla 3.
Campo |
Tipo |
Descripción |
---|---|---|
data |
Data structure |
Datos de inferencia. Para más detalles, consulte Tabla 4. |
Campo |
Tipo |
Descripción |
---|---|---|
resp_data |
RespData array |
Lista de resultados de predicción |
Al igual que el ReqData, RespData también es del tipo Object e indica el resultado de la predicción. Su estructura está determinada por el escenario de aplicación. Para los modelos que utilizan este modo, la lógica de postprocesamiento en el código de inferencia de modelo personalizado debe ser capaz de generar datos correctamente en el formato definido por el modo.
El JSON Schema de un resultado de predicción es el siguiente:
{ "type": "object", "properties": { "data": { "type": "object", "properties": { "resp_data": { "type": "array", "items": [{ "type": "object", "properties": {} }] } } } } }
Muestra de solicitud
En este modo, introduzca los datos que se van a predecir en formato JSON. El resultado de la predicción se devuelve en formato JSON. A continuación citamos varios ejemplos:
- Realizar la predicción en la consola
En la página de pestaña Prediction de la página de detalles del servicio, introduzca el código de inferencia y haga clic en Predict para obtener el resultado de la predicción.
- Uso de Postman para llamar a una API RESTful para la predicción
Después de implementar un modelo como servicio, puede obtener la URL de la API en la página de pestaña Usage Guides de la página de detalles del servicio.
- En la página de pestaña Headers, establezca Content-Type en application/json y X-Auth-Token en el token real obtenido.
Figura 1 Establecer el encabezado de solicitud para la predicción
- En la página de la pestaña On the Body tab page, edite los datos que se van a predecir y haga clic en send para enviar su solicitud de predicción.
- En la página de pestaña Headers, establezca Content-Type en application/json y X-Auth-Token en el token real obtenido.