Postgres调用SageMaker端点传递多维特征数组的问题

问题背景 #

Python调用SageMaker端点时，传入单组或多组特征的二维数组能正常返回预测结果，但使用Postgres的aws_sagemaker.invoke_endpoint直接传递特征数值时，CloudWatch报错提示模型期望2D数组，实际收到1D数组。

错误原因 #

Postgres直接传递多个数值参数时，会将其拼接为一维数组，而你的Sklearn模型训练时使用的是二维输入结构（每行对应一个样本），因此需要将Postgres的输入包装成符合要求的二维数组JSON格式。

解决方案 #

1. 传递单样本 #

将特征包装为二维数组的JSON字符串，并指定content_type为application/json：

SELECT aws_sagemaker.invoke_endpoint (
    'Custom-sklearn-model-2024-04-04-18-14-53',
    'application/json',
    '[[1454.0, 1.0, 0.5, 1.0, 1.0, 0.0, 34.0, 0.7, 83.0, 4.0, 3.0, 250.0, 1033.0, 3419.0, 7.0, 5.0, 5.0, 1.0, 1.0, 0.0]]'
);

2. 传递多样本 #

同样使用JSON格式传递多维数组，与Python代码中json.dumps(input_data)生成的结构完全一致：

SELECT aws_sagemaker.invoke_endpoint (
    'Custom-sklearn-model-2024-04-04-18-14-53',
    'application/json',
    '[[1454.0, 1.0, 0.5, 1.0, 1.0, 0.0, 34.0, 0.7, 83.0, 4.0, 3.0, 250.0, 1033.0, 3419.0, 7.0, 5.0, 5.0, 1.0, 1.0, 0.0], [1092.0, 1.0, 0.5, 1.0, 10.0, 0.0, 11.0, 0.5, 167.0, 3.0, 14.0, 468.0, 571.0, 737.0, 14.0, 4.0, 11.0, 0.0, 1.0, 0.0]]'
);

关键注意事项 #

• 必须显式指定content_type为application/json，否则Postgres会使用默认格式传递数据，导致SageMaker端点解析为一维数组。
• 输入特征的顺序必须与模型训练时的特征顺序完全一致，否则会导致预测结果错误。

内容的提问来源于stack exchange，提问作者dayv2005