小编tla*_*gan的帖子

我有一个大致如下所示的数据框：

  Property   Name    industry
1  123     name1    industry 1
1  144     name1    industry 1
2  456     name2    industry 1
3  789     name3    industry 2
4  367     name4    industry 2
.  ...     ...      ... 
.  ...     ...      ... 
n  123     name1    industry 1

我想制作一个条形图，绘制每个 Names 的行数，并根据它的行业为条形着色。我试过这样的事情：

ax = df['name'].value_counts().plot(kind='bar',
                                    figsize=(14,8),
                                    title="Number for each Owner Name")
ax.set_xlabel("Owner Names")
ax.set_ylabel("Frequency")

我得到以下信息：

我的问题是如何根据数据框中的行业列为条形着色（并添加图例）。

谢谢！

向 sage-maker 发出 POST 请求并接收 ML 推理的 curl 命令是什么？

我正在尝试使用 AWS sagemaker cli 运行 create-training-job 命令。这是我的命令：

aws sagemaker create-training-job \
--training-job-name $(DEPLOYMENT_NAME)-$(BUILD_ID) \
--hyper-parameters file://sagemaker/hyperparameters.json \
--algorithm-specification TrainingImage=$(IMAGE_NAME),\
TrainingInputMode="File" \
--role-arn $(ROLE) \
--input-data-config ChannelName=training,DataSource={S3DataSource={S3DataType=S3Prefix,S3Uri=$(S3_INPUT),S3DataDistributionType=FullyReplicated}},ContentType=string,CompressionType=None,RecordWrapperType=None \
--output-data-config S3OutputPath=$(S3_OUTPUT) \
--resource-config file://sagemaker/train-resource-config.json \
--stopping-condition file://sagemaker/stopping-conditions.json 

这是错误：

Parameter validation failed:
Invalid type for parameter InputDataConfig[0].DataSource.S3DataSource, value: S3DataType=S3Prefix, type: <type 'unicode'>, valid types: <type 'dict'>
Invalid type for parameter InputDataConfig[1].DataSource.S3DataSource, value: S3Uri=s3://hs-machine-learning-processed-production/inbound-autotag/data, type: <type 'unicode'>, valid types: <type 'dict'>
Invalid type for parameter InputDataConfig[2].DataSource.S3DataSource, value: S3DataDistributionType=FullyReplicated, type: <type 'unicode'>, valid types: <type …

我正在尝试使用 aws cli从SageMaker 示例笔记本调用 iris 端点。我尝试使用以下命令：

!aws sagemaker-runtime invoke-endpoint \
--endpoint-name sagemaker-tensorflow-py2-cpu-2018-03-19-21-27-52-956 \
--body "[6.4, 3.2, 4.5, 1.5]" \
--content-type "application/json" \
output.json

我收到以下回复：

{
    "InvokedProductionVariant": "AllTraffic", 
    "ContentType": "*/*"
}

我究竟做错了什么？

我有一个如下所示的数据框:

       reviewerID        asin    reviewerName helpful  unixReviewTime  \
0  A1N4O8VOJZTDVB  B004A9SDD8  Annette Yancey  [1, 1]      1383350400   

我想将"有用的"列分成两个不同的列,名称为"helpful_numerator"和"有用的分母",我无法弄明白.

任何帮助将非常感激!

我正在尝试使用这个非常简单的命令：

import boto3 client = boto3.client('sagemaker-runtime')

文档中列出

但我收到此错误：

UnknownServiceError: Unknown service: 'sagemaker-runtime'. Valid service names are: acm, etc..

我的目标是能够调用我在 Amazon SageMaker 中创建的终端节点。

我是在 Sagemaker 中的 Jupyter 笔记本上执行此操作的，所以我觉得这应该没问题。如何让它在此处以及 Sagemaker 环境之外运行？