Question

当尝试使用Azure ML Service为预测模型进行预测时，swagger.json包含以下输入架构：

"example": {"data": [{"date": "2019-08-30T00:00:00.000Z", "y_query": 1.0}]}

但是，当我将其作为输入生成预测时，收到以下错误：

data= {"data": [{"date": "2019-08-30T00:00:00.000Z", "y_query": 1 }]}
# Convert to JSON string
input_data = json.dumps(data)

# Set the content type
headers = {'Content-Type': 'application/json'}
# If authentication is enabled, set the authorization header
#headers['Authorization'] = f'Bearer {key}'

# Make the request and display the response
resp = requests.post(scoring_uri, input_data, headers=headers)
print(resp.text)

"{\"error\": \"DataException:\\n\\tMessage: y values are present for each date. Nothing to forecast.\\n\\tInnerException None\\n\\tErrorResponse \\n{\\n    \\\"error\\\": {\\n        \\\"code\\\": \\\"UserError\\\",\\n        \\\"inner_error\\\": {\\n            \\\"code\\\": \\\"InvalidData\\\"\\n        },\\n        \\\"message\\\": \\\"y values are present for each date. Nothing to forecast.\\\"\\n    }\\n}\"}"

我尝试不传递y值，这会导致“预期的两个轴得到1”并传递0作为y_query。任何有关如何使用此方法进行预测的指导将不胜感激。

有关Web服务的文档位于：https://docs.microsoft.com/en-us/azure/machine-learning/service/how-to-consume-web-service

Answer 1

尝试使用nan作为y_query的值。并确保日期是训练集中使用的时间单位之后的下一个时间单位。

Answer 2

以下提交np.nan的方法对y_query有用。

input_sample = pd.DataFrame(data=[{'Feature1_text': 'text1', 'Feature2_int': 0, 'Feature3_double': 2.0, 'DateHour': '2019-11-12T04:00:00.000Z', 'y_query': np.nan}])
run(input_sample)

如前所述，请确保输入的日期时间是训练中最后一个日期之后的时间，否则会出现以下错误。

输入预测数据X_pred或输入Forecast_destination包含日期早于训练数据中的最新日期。请删除日期时间在训练日期范围内的预测行或进行调整预测目的地的日期。

swagger.json示例预测模型的json似乎不返回预测

2 个答案: