如何解决XGBoost Sagemaker 模型拟合但无法预测
使用内置于 xgboost 模型的 Sagemaker,我能够将模型拟合到训练和验证数据上,并成功将其部署为端点。
# 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)
当我去调用这个端点并使用 .predict()
方法时,我抛出了以下错误。 我曾尝试将输入数组切换为字节,但在执行此操作时还遇到另一个错误(如下面的屏幕截图所示)。我正在遵循 Udemy 课程中使用完全相同方法的示例,但我将其应用于从 RDS 文件中提取的个人数据集,然后转换为数据框并从该
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。