Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

# CloudWatch Metriken
<a name="model-monitor-interpreting-cloudwatch"></a>

Sie können den integrierten Amazon SageMaker Model Monitor-Container für CloudWatch Metriken verwenden. Wenn sich die `emit_metrics` Option `Enabled` in der Datei mit den Basiseinschränkungen befindet, gibt SageMaker AI diese Metriken für jede im Datensatz feature/column beobachtete Metrik im folgenden Namespace aus:
+ `For real-time endpoints: /aws/sagemaker/Endpoints/data-metric` Namespace mit `EndpointName` und `ScheduleName` Dimensionen.
+ `For batch transform jobs: /aws/sagemaker/ModelMonitoring/data-metric` Namespace mit `MonitoringSchedule` Dimension.

Für numerische Felder gibt der integrierte Container die folgenden Metriken aus: CloudWatch
+ Metrik: Max → Abfrage für `MetricName: feature_data_{feature_name}, Stat: Max`
+ Metrik: Min → Abfrage für `MetricName: feature_data_{feature_name}, Stat: Min`
+ Metrik: Summe → Abfrage für `MetricName: feature_data_{feature_name}, Stat: Sum`
+ Metrik: SampleCount → Abfrage nach `MetricName: feature_data_{feature_name}, Stat: SampleCount`
+ Metrik: Durchschnitt → Abfrage für `MetricName: feature_data_{feature_name}, Stat: Average`

Sowohl für numerische Felder als auch für Zeichenkettenfelder gibt der integrierte Container die folgenden CloudWatch Metriken aus:
+ Metrik: Vollständigkeit → Abfrage für `MetricName: feature_non_null_{feature_name}, Stat: Sum`
+ Metrik: Baseline-Drift → Abfrage für `MetricName: feature_baseline_drift_{feature_name}, Stat: Sum`