amazon-machine-learning

0熱度

1回答

查看機器學習API（特別是.Net API）中的數據源方法時，我無法找到ComputeStatistics = true時從哪裏可以檢索從數據源計算的統計信息。有沒有辦法做到這一點？

-3熱度

1回答

這是問題的簡化版本：你有一羣五個勇士。每個戰士擁有1到10個物品，每個物品都可以攜帶1件物品參加戰鬥。給定關於戰鬥的信息（地形類型，一天中的時間等），每個戰士選擇哪一種武器來產生最強壯的羣體？項目可以是一張弓，盾，劍，彈射器，藥箱，馬等地形類型可以是山區，平原，沼澤，雪等注意，規則不能輕易因爲它們是基於物品和地形條件之間的協同作用而被編纂的：例如，「劍」是一種好武器，「弓」是一種好武器，但是

2熱度

1回答

AWS機器學習Retrain模型

我有一些使用S3 csv文件在AWS Machine Learning中創建的模型。經過大量的搜索後，我沒有找到更好的方式來重新訓練我的模型。我想知道是否有任何選項可以用新數據重新訓練我的模型，或者如果每次都需要創建一個新模型。

0熱度

1回答

無法在boto3.client.get_batch_predictions（）

我得到試圖解析JSON響應預期字符串或緩衝區在我的Django如果出現以下錯誤使用json.loads模型我有以下幾點： def get_batch_prediction(self): client = boto3.client('machinelearning', region_name=settings.region, aws_access_key_id=settings.aws

0熱度

1回答

boto3.client.get_batch_prediction（）的鍵值OutputURI

我試圖從boto3.client.get_batch_prediction（）下載輸出文件。我想，關鍵是OutputURI的文件名位，所以我在做客戶端： response = batch.get_batch_prediction() if response['Status'] == 'COMPLETED': key = response['OutputUri'][respon

0熱度

1回答

如何限制亞馬遜機器學習模型的輸出？（預測蟋蟀隊結果）

我試圖預測基於歷史數據，如下圖所示設置比賽的贏家，的數據集IPL季節和Team_Name_id，具備VS對手球隊都是球隊的名字在IPL中。我已經將Match ID設置爲Row id並創建了模型。當運行實時測試，未如預期的結果（如下所示）目標設定爲Match_winner_id。我是否缺少任何配置？請幫忙

0熱度

1回答

亞馬遜ML應用程序中的AmazonClientException

我指的是下面的資源來創建一個應用程序，用於使用已經使用Amazon ML訓練過的模型進行實時預測。 targeted-marketing-java 我已經替換爲模型的名稱的價值，我已經在我的AWS控制檯ML創建的端點。但是，當我執行的主要功能，我得到以下異常： Exception in thread "main" com.amazonaws.AmazonClientException: Unabl

0熱度

1回答

如何在不同的aws帳戶上爲服務創建IAM策略？

我目前需要與作爲主要服務創建IAM策略，現在，我知道，你可以有： "Service": [ "ec2.amazonaws.com" 在你的政策，但國對自己的EC2服務帳戶，我怎樣才能爲不同的帳戶做同樣的事情？鑑於我不能創建一個服務的角色試圖使用，因爲它是從Web控制檯的機器學習安裝？

0熱度

1回答

亞馬遜機器學習與分類屬性 - 限制

我正在使用迴歸模型來預測120個屬性的數值。這些屬性中的7個屬於Categorical，但最大的類別具有大約90,000個唯一值。我正在訓練大約100萬行數據。但是，當我查看數據源摘要中的分類屬性時，可以看到它們顯示最多5000個唯一值。這是AWS機器學習實施的某種限制，會影響我的模型的準確性，還是僅僅是彙總顯示的限制？另外，我還強調了最頻繁的類別結果，其中空白顯示爲最常用的值。（這可能是因

0熱度

1回答

亞馬遜AWS機器學習 - 預測銷售產品明智

我是新手在亞馬遜機器學習。我可以使用機器學習產生預測，使用「線性迴歸」，但是我找不到合適的例子「對於這個產品，有多少單位會賣？」。我的期望是在將來使用預測來找出每個類別需要多少產品。我期待的只是X & Y軸可以在輸入中定義，但是亞馬遜機器學習只會期望目標和圖形自動生成。 X軸始終從輸入CSV中獲取記錄數，而不是所售產品的數量。我需要指導如何進一步進行或進一步提及文件或材料。感謝，拉吉