TimeSeriesCloudPredictor.predict_real_time#

TimeSeriesCloudPredictor.predict_real_time(test_data: Union[str, DataFrame], static_features: Optional[Union[str, DataFrame]] = None, accept: str = 'application/x-parquet', **kwargs) → DataFrame[source]#

使用已部署的 SageMaker 终端节点进行预测。需要已部署的 SageMaker 终端节点。这旨在提供低延迟推理。如果您想对大型数据集进行推理，请改用 predict()。

参数

  • test_data (Union(str, pandas.DataFrame)) – 要进行推理的测试数据。可以是 pandas.DataFrame 或 CSV 文件的本地路径。

  • static_features (Optional[pd.DataFrame]) – 描述项目索引中单个项目元数据属性的可选数据框。有关更多详细信息，请参阅 TimeSeriesDataFrame 文档： https://autogluon.cn/stable/api/autogluon.predictor.html#timeseriesdataframe

  • accept (str, default = application/x-parquet) – 接受的输出内容类型。有效选项包括 application/x-parquet、text/csv、application/json

  • kwargs – 您将传递给 AutoGluon 逻辑的 predict 调用的额外参数

返回值

  • Pandas.DataFrame

  • DataFrame 格式的预测结果