Процессор Inference

Использует предварительно обученную модель аналитики фреймов данных для вывода по данным, которые поступают в поток.

{
  "inference": {
    "model_id": "flight_delay_regression-1571767128603",
    "target_field": "FlightDelayMin_prediction_infer",
    "field_map": {
      "your_field": "my_field"
    },
    "inference_config": { "regression": {} }
  }
}

Конфигурация регрессии для inference.

Конфигурация классификации для inference.

"inference":{
  "model_id":"my_model_id"
  "inference_config": {
    "regression": {
      "results_field": "my_regression"
    }
  }
}

Эта конфигурация задаёт inference регрессии, а результаты записываются в поле my_regression, которое содержится в объекте результатов target_field.

"inference":{
  "model_id":"my_model_id"
  "inference_config": {
    "classification": {
      "num_top_classes": 2,
      "results_field": "prediction",
      "top_classes_results_field": "probabilities"
    }
  }
}

Эта конфигурация задаёт inference классификации. Количество категорий, для которых сообщаются предсказанные вероятности, равно 2 (num_top_classes). Результат записывается в поле prediction, а лучшие классы — в поле probabilities. Оба поля содержатся в объекте результатов target_field.

Обратитесь к документации обученной модели определения языка для получения полного примера.

Чтобы получить полную выгоду от агрегирования и поиска важности признаков, обновите отображение индекса поля результата важности признаков, как показано ниже:

"ml.inference.feature_importance": {
  "type": "nested",
  "dynamic": true,
  "properties": {
    "feature_name": {
      "type": "keyword"
    },
    "importance": {
      "type": "double"
    }
  }
}

Имя поля отображения важности признаков (в примере выше это ml.inference.feature_importance) составляется следующим образом:

<ml.inference.target_field>.<inference.tag>.feature_importance

Например, если в определении указан тег foo, как показано ниже:

{
  "tag": "foo",
  ...
}

Тогда значение важности признаков записывается в поле ml.inference.foo.feature_importance.

Вы также можете указать целевое поле следующим образом:

{
  "tag": "foo",
  "target_field": "my_field"
}

В этом случае важность признаков отображается в поле my_field.foo.feature_importance.