SageMaker

passando uma matriz adormecida para prever_fn ao fazer inferências para o modelo xgboost

Tenho um modelo que é treinado localmente e destacado para o SageMaker para fazer inferências/invocar o ponto final.Quando tento fazer previsões,recebo a seguinte excepção.

raise ValueError('Input numpy.ndarray must be 2 dimensional')
ValueError: Input numpy.ndarray must be 2 dimensional
    

Meu model o é um modelo xgboost com algum pré-processamento (codificação variável) e ajuste de hiperparâmetro. Veja como é o objeto de model o :

XGBRegressor(colsample_bytree=xxx, gamma=xxx,
             learning_rate=xxx, max_depth=x, n_estimators=xxx,
             subsample=xxx)

Os meus dados de teste são uma cadeia de valores de flutuação que é transformada numa matriz,uma vez que os dados devem ser passados como uma matriz numérica.

testdata = [........., 0.0, 0.0, 0.0, 0.0, 0.0, 1.0, 0.0, 0.0, 0.0, 0.0, 2000, 200, 85, 412412, 123, 41, 552, 50000, 512, 0.1, 10.0, 2.0, 0.05]

Tentei remodelar a matriz numérica de 1d para 2d,no entanto,isso não funciona uma vez que o número de características entre os dados de teste e o modelo treinado não corresponde.

A minha pergunta é como é que passo uma matriz numérica com o mesmo comprimento de#características no modelo treinado? Sou capaz de fazer previsões ao passar dados de teste como uma lista local.

Mais informações sobre o script de inferência aqui: https://github.com/aws-samples/amazon-sagemaker-local-mode/blob/main/xgboost_script_mode_local_training_and_serving/code/inference.py

Traceback (most recent call last):
File "/miniconda3/lib/python3.6/site-packages/sagemaker_containers/_functions.py", line 93, in wrapper
return fn(*args, **kwargs)
File "/opt/ml/code/inference.py", line 75, in predict_fn
prediction = model.predict(input_data)
File "/miniconda3/lib/python3.6/site-packages/xgboost/sklearn.py", line 448, in predict
test_dmatrix = DMatrix(data, missing=self.missing, nthread=self.n_jobs)
File "/miniconda3/lib/python3.6/site-packages/xgboost/core.py", line 404, in __init__
self._init_from_npy2d(data, missing, nthread)
File "/miniconda3/lib/python3.6/site-packages/xgboost/core.py", line 474, in _init_from_npy2d
raise ValueError('Input numpy.ndarray must be 2 dimensional')
ValueError: Input numpy.ndarray must be 2 dimensional

Tente converter a sua lista para uma matriz numérica 2d como esta:

a = np.array([1, 2, 3])

e substitua [1, 2, 3] pela sua lista.




XGBoost,semelhante ao Scikit-learn,espera X como dados 2D (n_amostra,n_características).A fim de prever uma amostra,é necessário remodelar a sua lista ou apresentar um vector para uma matriz 2D.

import numpy as np

lst = [1, 2, 3]
lst_reshaped = np.array(lst).reshape((1,-1))
clf.predict(lst_reshaped)