本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 使用 SageMaker AI Canvas 构建预测模型
SageMaker AI 画布

Amazon Quick 作者可以将数据导出到 SageMaker AI Canvas 中，以构建可以发送回 Quick 的机器学习模型。作者可以通过预测分析使用这些 ML 模型来扩充其数据集，这些模型可用于构建分析和控制面板。

**先决条件**
+ 与 IAM 身份中心集成的快速账户。如果您的 Quick 账户未与 IAM Identity Center 集成，请创建一个新的 Quick 账户，然后选择**使用支持 IAM 身份中心的应用程序**作为身份提供商。
  + 有关 IAM Identity Center 的更多信息，请参阅 [Getting started](https://docs.amazonaws.cn/singlesignon/latest/userguide/getting-started.html)。
  + 要详细了解如何将 Quick 与 IAM 身份中心集成，请参阅[使用 IAM 身份中心配置您的 Amazon Quick 账户](setting-up-sso.md#sec-identity-management-identity-center)。
  + 要将资产从现有 Quick 账户导入到 IAM Identity Center 集成的新 Quick 账户，请参阅[资产捆绑包操作](https://docs.amazonaws.cn/quicksight/latest/developerguide/asset-bundle-ops.html)。
+ 与 I SageMaker AM 身份中心集成的新 AI 域。有关使用 IAM 身份中心登录 A SageMaker I 域的更多信息，请参阅[使用 IAM 身份中心登录 A SageMaker I 域](https://docs.amazonaws.cn/sagemaker/latest/dg/onboard-sso-users.html)。

**Topics**
+ [

## 在 Amazon Quick Sight 的 SageMaker AI Canvas 中构建预测模型
](#sagemaker-canvas-integration-create-model)
+ [

## 使用 SageMaker AI 画布模型创建数据集
](#sagemaker-canvas-integration-create-dataset)
+ [

## 注意事项
](#sagemaker-canvas-integration-considerations)

## 在 Amazon Quick Sight 的 SageMaker AI Canvas 中构建预测模型
构建预测模型

**在 SageMaker AI Canvas 中构建预测模型**

1. 登录 Amazon Quick 并导航到要为其创建预测模型的表格表或数据透视表。

1. 打开视觉对象菜单，然后选择**构建预测模型**。

1. 在出现的 “在 ** SageMaker AI Canvas 中构建预测模型**” 弹出窗口中，查看显示的信息，然后选择将**数据导出到 SAGEMAKER CANVAS**。

1. 在出现的 “导出” 窗格中，在导**出**完成**后选择 “前往 SAGEMAKER CAN** VAS”，进入 SageMaker AI Canvas 控制台。

1. 在 SageMaker AI Canvas 中，使用你从 Quick Sight 导出的数据创建预测模型。您可以参照指导教程来创建预测模型，也可以跳过教程，按照自己的节奏工作。有关在 SageMaker AI Canvas 中创建预测模型的更多信息，请参阅[构建模型](https://docs.amazonaws.cn/sagemaker/latest/dg/canvas-build-model-how-to.html#canvas-build-model-numeric-categorical)。

1. 将预测模型发送回 Quick Sight。有关将模型从 SageMaker AI Canvas 发送到 Amazon Quick Sight 的更多信息，请参阅[将您的模型发送到 Amazon Quick Sight](https://docs.amazonaws.cn/sagemaker/latest/dg/canvas-send-model-to-quicksight.html)。

## 使用 SageMaker AI 画布模型创建数据集
创建数据集

在 SageMaker AI Canvas 中创建预测模型并将其发送回 Quick Sight 后，使用新模型创建新数据集或将其应用于现有数据集。

**向数据集添加预测字段**

1. 打开 Quick 控制台，选择左侧**的数据**，然后选择**数据集**选项卡。

1. 上传一个新数据集或选择一个现有数据集。

1. 选择**编辑**。

1. 在数据集的数据准备页面上，选择 “添加”，然后选择 “**添加****预测字段**” 以打开 “**使用 SageMaker AI 增强**” 模式。

1. 对于**模型**，选择你从 SageMaker AI Canvas 发送到 Quick Sight 的模型。架构文件会**高级设置**窗格中自动填充。查看输入，然后选择**下一步**。

1. 在**查看输出**窗格上，输入您在 SageMaker AI Canvas 中创建的模型要定位的列的字段名称和描述。

1. 完成后，选择**准备数据**。

1. 选择**准备数据**后，系统会将您重定向到数据集页面。要发布新数据集，请选择**发布和可视化**。

当您发布使用 SageMaker AI Canvas 模型的新数据集时，数据将导入 SPICE，并在 SageMaker AI 中开始批量推理作业。完成该作业最长可能需要 10 分钟。

## 注意事项


以下限制适用于使用 Quick Sight 数据创建 SageMaker AI Canvas 模型。
+ 用于向 SageMaker AI Canvas 发送数据的 “**构建预测模型**” 选项仅适用于表格和表格数据透视表视觉对象。表格或数据透视表视觉对象必须包含 2 到 1,000 个字段且至少有 500 行。
+ 当您向数据集添加预测字段时，包含整数或地理数据类型的数据集将遇到架构映射错误。要解决此问题，请从数据集中移除整数或地理数据类型，或者将其转换为新的数据类型。