部署为 Web 服务 (Python) 的 Azure ML 时间序列预测模型的数据输入格式调用服务

问题描述

对于这个冗长的问题，我想尽可能详细地解释一下，预先抱歉。 我使用 Azure AutoML 训练模型并将其部署为 Web 服务。现在我可以通过 REST 端点访问（调用）它。

我有以下属性数据类型：日期（时间戳）、数字、数字、数字、数字、整数。 我使用以下参数训练模型：

• 时间间隔：15 分钟
• Forecast Horizo​​n：4（我需要下一小时每小时的预测）
• 目标滚动窗口大小：96（预测必须基于过去 24 小时的数据）

据我所知，基于上述内容，我必须向模型提供最后 4 个条目才能进行正确预测。否则，它会考虑一个时间间隔。我对吗？在这种情况下，我如何一次输入 4 个实例进行单个预测？以下示例是错误的，因为它要求对每个实例进行 4 次预测：

    import requests
    import json

    # URL for the web service
    scoring_uri = 'http://xxxxx-xxxxxxx-xxxxxx-xxxxxxx.xxxxx.azurecontainer.io/score'

    data = {"data":
            [
                [
                    2020-10-04 19:30:00,1.29281,1.29334,1
                ],[
                    2020-10-04 19:45:00,1.29294,[
                    2020-10-04 21:00:00,1.29217,1.29163,34
                ],[
                    2020-10-04 21:15:00,1.29257,1.29301,1.29115,195]
            ]
            }
    # Convert to JSON string
    input_data = json.dumps(data)

    # Set the content type
    headers = {'Content-Type': 'application/json'}

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

以上代码基于提供的 Microsoft 示例 https://docs.microsoft.com/en-us/azure/machine-learning/how-to-consume-web-service?tabs=python#call-the-service-python。

我无法用我的数据复制提供的示例。我有一个错误“语法错误：不允许在十进制整数文字中使用前导零；八进制整数使用 0o 前缀”指向日期。我假设，我需要指定数据类型，但找不到方法。

我非常感谢任何帮助或指导。谢谢。

解决方法

此问题已由 AlphaLu-0572 的 answer 解决，将其添加为结束问题的答案：

该服务以反序列化的熊猫数据框的形式获取数据。在下面的例子中，它看起来像：

import json

X_test = pd.DataFrame([

 ['2020-10-04 19:30:00',1.29281,1.29334,1],['2020-10-04 19:45:00',1.29294,['2020-10-04 21:00:00',1.29217,1.29163,34],['2020-10-04 21:15:00',1.29257,1.29301,1.29115,195]],columns=['date','number_1','number_2','number_3','number_4','integer']

)

test_sample = json.dumps({'data': X_test.to_dict(orient='records')})

test_sample

这将导致 JSON 字符串为：

{"data": [{"date": "2020-10-04 19:30:00","number_1": 1.29281,"number_2": 1.29334,"number_3": 1.29334,"number_4": 1.29334,"integer": 1},{"date": "2020-10-04 19:45:00","number_1": 1.29334,"number_2": 1.29294,"number_3": 1.29294,"number_4": 1.29294,{"date": "2020-10-04 21:00:00","number_1": 1.29294,"number_2": 1.29217,"number_4": 1.29163,"integer": 34},{"date": "2020-10-04 21:15:00","number_1": 1.29217,"number_2": 1.29257,"number_3": 1.29301,"number_4": 1.29115,"integer": 195}]}

请将列重命名为训练数据集中的相应列。