本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

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

您可以針對 CloudWatch 指標使用內建的 Amazon SageMaker Model Monitor 容器。當 `emit_metrics` 選項在基準限制條件檔案中為 `Enabled` 時，SageMaker AI 會以下列命名空間針對在資料集中觀察到的每個特徵/欄位發出這些指標：
+ 具有 `EndpointName` 和 `ScheduleName` 維度的 `For real-time endpoints: /aws/sagemaker/Endpoints/data-metric` 命名空間。
+ 具有 `MonitoringSchedule` 維度的 `For batch transform jobs: /aws/sagemaker/ModelMonitoring/data-metric` 命名空間。

對於數字欄位，內建容器會發出下列 CloudWatch 指標：
+ 指標：Max → 查詢 `MetricName: feature_data_{feature_name}, Stat: Max`
+ 指標：Min → 查詢 `MetricName: feature_data_{feature_name}, Stat: Min`
+ 指標：Sum → 查詢 `MetricName: feature_data_{feature_name}, Stat: Sum`
+ 指標：SampleCount → 查詢 `MetricName: feature_data_{feature_name}, Stat: SampleCount`
+ 指標：Average → 查詢 `MetricName: feature_data_{feature_name}, Stat: Average`

對於數字欄位和字串欄位，內建容器會發出下列 CloudWatch 指標：
+ 指標：Completeness → 查詢 `MetricName: feature_non_null_{feature_name}, Stat: Sum`
+ 指標：Baseline Drift → 查詢 `MetricName: feature_baseline_drift_{feature_name}, Stat: Sum`