[ aws . personalize ]
create-solution
Описание
Предупреждение
По умолчанию все новые решения используют автоматическое обучение. При автоматическом обучении у вас возникают расходы на обучение, пока ваше решение активно. Чтобы избежать ненужных расходов, по завершении вы можете обновить решение, чтобы отключить автоматическое обучение. Сведения о расходах на обучение см. в документации Amazon Personalize.Создает конфигурацию для обучения модели (создание версии решения). Эта конфигурация включает рецепт для обучения модели и необязательную конфигурацию обучения, например, столбцы, используемые для обучения, и параметры преобразования признаков. Дополнительные сведения о конфигурации решения см. в разделе Создание и настройка решения.
По умолчанию новые решения используют автоматическое обучение для создания версий решения каждые 7 дней. Вы можете изменить частоту обучения. Автоматическое создание версий решений начинается в течение одного часа после того, как решение станет активным. Если вы вручную создадите версию решения в течение этого часа, решение пропустит первое автоматическое обучение. Дополнительные сведения см. в разделе Настройка автоматического обучения.
Чтобы отключить автоматическое обучение, установите performAutoTraining в значение false. Если вы отключите автоматическое обучение, вы должны вручную создать версию решения, вызвав операцию CreateSolutionVersion.
После начала обучения вы можете получить Amazon Resource Name (ARN) версии решения с помощью операции ListSolutionVersions. Чтобы получить его состояние, используйте DescribeSolutionVersion.
После завершения обучения вы можете оценить точность модели, вызвав GetSolutionMetrics. Когда вы будете удовлетворены версией решения, разверните её, используя CreateCampaign. Кампания предоставляет рекомендации клиенту через API GetRecommendations.
Примечание
hpoObjective для оптимизации гиперпараметров решения.Статус
Решение может находиться в одном из следующих состояний:
- CREATE PENDING > CREATE IN_PROGRESS > ACTIVE -или- CREATE FAILED
- DELETE PENDING > DELETE IN_PROGRESS
Чтобы получить статус решения, вызовите DescribeSolution. Если вы используете ручное обучение, статус должен быть ACTIVE перед вызовом CreateSolutionVersion.
- UpdateSolution
- ListSolutions
- CreateSolutionVersion
- DescribeSolution
- DeleteSolution
- ListSolutionVersions
- DescribeSolutionVersion
См. также: Документация AWS API
Синтаксис
create-solution
--name <value>
[--perform-hpo | --no-perform-hpo]
[--perform-auto-ml | --no-perform-auto-ml]
[--perform-auto-training | --no-perform-auto-training]
[--recipe-arn <value>]
--dataset-group-arn <value>
[--event-type <value>]
[--solution-config <value>]
[--tags <value>]
[--cli-input-json | --cli-input-yaml]
[--generate-cli-skeleton <value>]
[--debug]
[--endpoint-url <value>]
[--no-verify-ssl]
[--no-paginate]
[--output <value>]
[--query <value>]
[--profile <value>]
[--region <value>]
[--version <value>]
[--color <value>]
[--no-sign-request]
[--ca-bundle <value>]
[--cli-read-timeout <value>]
[--cli-connect-timeout <value>]
[--cli-binary-format <value>]
[--no-cli-pager]
[--cli-auto-prompt]
[--no-cli-auto-prompt]
Параметры
--name (строка)
--perform-hpo | --no-perform-hpo (булево)
Выполнять ли оптимизацию гиперпараметров (HPO) для указанного или выбранного рецепта. По умолчанию значение — false.
При выполнении AutoML этот параметр всегда равен true, и его не следует устанавливать в значение false.
--perform-auto-ml | --no-perform-auto-ml (булево)
Предупреждение
Мы не рекомендуем включать автоматическое обучение машин. Вместо этого сопоставьте свой случай использования с доступными рецептами Amazon Personalize. Дополнительную информацию см. в разделе Выбор рецепта.Выполнять ли автоматическое обучение машин (AutoML). По умолчанию значение — false. В этом случае необходимо указать recipeArn.
При установке значения true Amazon Personalize анализирует ваши обучающие данные и выбирает оптимальный рецепт USER_PERSONALIZATION и гиперпараметры. В этом случае необходимо опустить recipeArn. Amazon Personalize определяет оптимальный рецепт, выполняя тесты с различными значениями гиперпараметров. AutoML увеличивает время обучения по сравнению с выбором конкретного рецепта.
--perform-auto-training | --no-perform-auto-training (булево)
Использовать ли автоматическое обучение для создания новых версий решения (обученных моделей). По умолчанию значение — True, и решение автоматически создаёт новые версии решения каждые 7 дней. Вы можете изменить частоту обучения, указав schedulingExpression в AutoTrainingConfig в качестве части конфигурации решения. Дополнительную информацию об автоматическом обучении см. в разделе Настройка автоматического обучения.
Автоматическое создание версий решения начинается в течение часа после активации решения. Если вы вручную создадите версию решения в течение часа, решение пропустит первое автоматическое обучение.
После начала обучения вы можете получить Amazon Resource Name (ARN) версии решения с помощью операции API ListSolutionVersions. Чтобы получить её статус, используйте DescribeSolutionVersion.
--recipe-arn (строка)
performAutoML равно false. Дополнительную информацию о различных рецептах Amazon Personalize и их ARN см. в разделе Выбор рецепта.--dataset-group-arn (строка)
--event-type (строка)
При наличии нескольких типов событий (с использованием поля схемы EVENT_TYPE) этот параметр определяет, какой тип события (например, «клик» или «лайк») используется для обучения модели.
Если вы не укажете eventType, Amazon Personalize будет использовать все взаимодействия для обучения с равным весом независимо от типа.
--solution-config (структура)
Свойства конфигурации решения. Когда performAutoML установлено в значение true, Amazon Personalize оценивает только раздел autoMLConfig конфигурации решения.
Примечание
В настоящее время Amazon Personalize не поддерживает настройкуhpoObjective.eventValueThreshold -> (строка)
hpoConfig -> (структура)
Описывает свойства для оптимизации гиперпараметров (HPO).
hpoObjective -> (структура)
Метрика, которая должна оптимизироваться во время HPO.
Примечание
В настоящее время Amazon Personalize не поддерживает настройкуhpoObjective.type -> (строка)
Maximize и Minimize.metricName -> (строка)
metricRegex -> (строка)
hpoResourceConfig -> (структура)
Описывает конфигурацию ресурсов для HPO.
maxNumberOfTrainingJobs -> (строка)
maxNumberOfTrainingJobs — 40.maxParallelTrainingJobs -> (строка)
maxParallelTrainingJobs — 10.algorithmHyperParameterRanges -> (структура)
Гиперпараметры и их допустимые диапазоны.
integerHyperParameterRanges -> (список)
Целочисленные гиперпараметры и их диапазоны.
(структура)
Предоставляет имя и диапазон целочисленного гиперпараметра.
name -> (строка)
minValue -> (целое число)
maxValue -> (целое число)
continuousHyperParameterRanges -> (список)
Непрерывные гиперпараметры и их диапазоны.
(структура)
Предоставляет имя и диапазон непрерывного гиперпараметра.
name -> (строка)
minValue -> (двойное)
maxValue -> (двойное)
categoricalHyperParameterRanges -> (список)
Категориальные гиперпараметры и их диапазоны.
(структура)
Предоставляет имя и диапазон категориального гиперпараметра.
name -> (строка)
values -> (список)
Список категорий для гиперпараметра.
(строка)
algorithmHyperParameters -> (отображение)
Список гиперпараметров алгоритма и их значений.
key -> (строка)
value -> (строка)
featureTransformationParameters -> (отображение)
Список параметров преобразования признаков.
key -> (строка)
value -> (строка)
autoMLConfig -> (структура)
Объект AutoMLConfig, содержащий список рецептов для поиска при выполнении AutoML.
metricName -> (строка)
recipeList -> (список)
Список кандидатных рецептов.
(строка)
eventsConfig -> (структура)
Описание конфигурации события, которая включает список параметров события. Вы можете указать до 10 параметров события. События используются при создании решения.
eventParametersList -> (список)
Список параметров событий, который включает типы событий и их пороговые значения и веса.
(структура)
Описывает параметры событий, которые используются при создании решения.
eventType -> (строка)
eventValueThreshold -> (двойное)
weight -> (двойное)
optimizationObjective -> (структура)
Описывает дополнительную цель решения, например, максимизацию потоковых минут или увеличение выручки. Дополнительную информацию см. в разделе Оптимизация решения.
itemAttribute -> (строка)
objectiveSensitivity -> (строка)
trainingDataConfig -> (структура)
Указывает конфигурацию обучающих данных, которую следует использовать при создании пользовательской версии решения (обученной модели).
excludedDatasetColumns -> (отображение)
Указывает столбцы, которые следует исключить из обучения. Каждый ключ — тип набора данных, а каждое значение — список столбцов. Исключение столбцов позволяет управлять данными, которые Amazon Personalize использует для генерации рекомендаций.
Например, у вас может быть столбец, который вы хотите использовать только для фильтрации рекомендаций. Вы можете исключить этот столбец из обучения, и Amazon Personalize будет учитывать его только при фильтрации.
key -> (строка)
value -> (список)
autoTrainingConfig -> (структура)
Указывает конфигурацию автоматического обучения, которую следует использовать.
schedulingExpression -> (строка)
Указывает, как часто автоматически обучать новые версии решений. Укажите выражение частоты в формате rate(значение единица). Для значения укажите число от 1 до 30. Для единицы укажите day или days. Например, чтобы автоматически создавать новую версию решения каждые 5 дней, укажите rate(5 days). По умолчанию — каждые 7 дней.
Дополнительную информацию об автоматическом обучении см. в разделе Создание и настройка решения.
Синтаксис JSON:
{
"eventValueThreshold": "string",
"hpoConfig": {
"hpoObjective": {
"type": "string",
"metricName": "string",
"metricRegex": "string"
},
"hpoResourceConfig": {
"maxNumberOfTrainingJobs": "string",
"maxParallelTrainingJobs": "string"
},
"algorithmHyperParameterRanges": {
"integerHyperParameterRanges": [
{
"name": "string",
"minValue": integer,
"maxValue": integer
}
...
],
"continuousHyperParameterRanges": [
{
"name": "string",
"minValue": double,
"maxValue": double
}
...
],
"categoricalHyperParameterRanges": [
{
"name": "string",
"values": ["string", ...]
}
...
]
}
},
"algorithmHyperParameters": {"string": "string"
...},
"featureTransformationParameters": {"string": "string"
...},
"autoMLConfig": {
"metricName": "string",
"recipeList": ["string", ...]
},
"eventsConfig": {
"eventParametersList": [
{
"eventType": "string",
"eventValueThreshold": double,
"weight": double
}
...
]
},
"optimizationObjective": {
"itemAttribute": "string",
"objectiveSensitivity": "LOW"|"MEDIUM"|"HIGH"|"OFF"
},
"trainingDataConfig": {
"excludedDatasetColumns": {"string": ["string", ...]
...}
},
"autoTrainingConfig": {
"schedulingExpression": "string"
}
}
--tags (список)
Список тегов, которые необходимо применить к решению.
(структура)
Дополнительные метаданные, которые вы применяете к ресурсам, чтобы помочь в их категоризации и организации. Каждый тег состоит из ключа и необязательного значения, которые вы определяете. Дополнительную информацию см. в разделе Маркировка ресурсов Amazon Personalize.
tagKey -> (строка)
tagValue -> (строка)
Сокращённый синтаксис:
tagKey=string,tagValue=string ...
Синтаксис JSON:
[
{
"tagKey": "string",
"tagValue": "string"
}
...
]
--cli-input-json | --cli-input-yaml (строка) Чтение аргументов из предоставленной JSON-строки. JSON-строка соответствует формату, предоставленному в --generate-cli-skeleton. Если на командной строке предоставлены другие аргументы, эти значения переопределят значения, предоставленные в JSON. Невозможно передавать произвольные двоичные значения с помощью предоставленного значения JSON, так как строка будет воспринята буквально. Это может не быть указано вместе с --cli-input-yaml.
--generate-cli-skeleton (строка) Выводит JSON-скелет в стандартный вывод без отправки запроса к API. Если предоставлено значение без значения или значение input, выводит пример входного JSON, который можно использовать в качестве аргумента для --cli-input-json. Аналогично, если предоставлено yaml-input, будет выведен пример входного YAML, который можно использовать с --cli-input-yaml. Если предоставлено значение output, оно проверяет входные данные команды и возвращает пример выходного JSON для этой команды. Сгенерированный JSON-скелет не является стабильным между версиями AWS CLI, и нет гарантии обратной совместимости в сгенерированном JSON-скелете.
Глобальные параметры
--debug (логическое значение)
Включить отладку регистрации.
--endpoint-url (строка)
Переопределить значение по умолчанию URL-адреса команды заданным URL-адресом.
--no-verify-ssl (логическое значение)
По умолчанию AWS CLI использует SSL при взаимодействии с AWS-сервисами. Для каждого подключения SSL AWS CLI будет проверять сертификаты SSL. Этот параметр переопределяет поведение проверки сертификатов SSL по умолчанию.
--no-paginate (логическое значение)
Отключить автоматическую постраничную навигацию. Если автоматическая постраничная навигация отключена, AWS CLI сделает только один вызов для первой страницы результатов.
--output (строка)
Стиль форматирования для вывода команды.
- json
- текст
- таблица
- yaml
- yaml-поток
--query (строка)
Запрос JMESPath для фильтрации данных ответа.
--profile (строка)
Использовать определенный профиль из файла учетных данных.
--region (строка)
Регион для использования. Переопределяет параметры конфигурации/среды.
--version (строка)
Отобразить версию этого инструмента.
--color (строка)
Включить/отключить цветной вывод.
- вкл
- выкл
- авто
--no-sign-request (логическое значение)
Не подписывать запросы. Учетные данные не будут загружены, если этот аргумент предоставлен.
--ca-bundle (строка)
Файл сертификатов CA для использования при проверке сертификатов SSL. Переопределяет параметры конфигурации/среды.
--cli-read-timeout (целое число)
Максимальное время чтения сокета в секундах. Если значение установлено в 0, чтение сокета будет блокирующим и не будет иметь таймаута. Значение по умолчанию составляет 60 секунд.
--cli-connect-timeout (целое число)
Максимальное время подключения сокета в секундах. Если значение установлено в 0, подключение сокета будет блокирующим и не будет иметь таймаута. Значение по умолчанию составляет 60 секунд.
--cli-binary-format (строка)
Стиль форматирования, используемый для двоичных блоков. Формат по умолчанию - base64. Формат base64 ожидает, что двоичные блоки будут предоставлены как строка, закодированная в base64. Формат raw-in-base64-out сохраняет совместимость с поведением AWS CLI V1, и двоичные значения должны передаваться буквально. При предоставлении содержимого из файла, отображающегося на двоичный блок fileb:// всегда будет обрабатываться как двоичный и использовать содержимое файла напрямую независимо от настройки cli-binary-format. При использовании file:// содержимое файла должно быть правильно отформатировано для настроенного cli-binary-format.
- base64
- raw-in-base64-out
--no-cli-pager (логическое значение)
Отключить страницу cli для вывода.
--cli-auto-prompt (логическое значение)
Автоматически запросить параметры входных данных CLI.
--no-cli-auto-prompt (логическое значение)
Отключить автоматический запрос параметров входных данных CLI.
Вывод
solutionArn -> (строка)
© Copyright 2025, Amazon Web Services. Created using Sphinx.