使用 SageMaker AI Canvas 构建预测模型 - Amazon QuickSight
构建预测模型创建数据集注意事项
Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异，请参阅 中国的 Amazon Web Services 服务入门 (PDF)。

使用 SageMaker AI Canvas 构建预测模型

QuickSight 作者可以将数据导出到 SageMaker AI Canvas 中以构建 ML 模型，这些模型可以发送回 QuickSight。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 Identity Center 集成的 QuickSight 账户。如果您的 QuickSight 账户未与 IAM Identity Center 集成，请创建一个新的 QuickSight 账户，然后选择使用已启用 IAM Identity Center 的应用程序作为身份提供者。

  • 与 IAM Identity Center 集成的新 SageMaker AI 域。有关使用 IAM Identity Center 加入 SageMaker AI 域的更多信息，请参阅 Onboard to SageMaker AI Domain using IAM Identity Center。

在 Amazon QuickSight 的 SageMaker AI Canvas 中构建预测模型

在 SageMaker AI Canvas 中构建预测模型

  1. 登录 QuickSight 并导航到要为其创建预测模型的表格式表或表格式数据透视表。

  2. 打开视觉对象菜单，然后选择构建预测模型。

  3. 在在 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。

  4. 在出现的导出窗格中，在导出完成后选择转到 SAGEMAKER CANVAS 以转到 SageMaker AI Canvas 控制台。

  5. 在 SageMaker AI Canvas 中，使用从 QuickSight 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 Build a model。

  6. 将预测模型发送回 QuickSight。有关将模型从 SageMaker AI Canvas 发送到 Amazon QuickSight 的更多信息，请参阅 Send your model to Amazon QuickSight。

使用 SageMaker AI Canvas 模型创建数据集

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

向数据集添加预测字段

  1. 打开 QuickSight 控制台，导航到数据集页面，然后选择数据集。

  2. 上传一个新数据集或选择一个现有数据集。

  3. 选择编辑。

  4. 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打开使用 SageMaker AI 扩充模式。

  5. 对于模型，选择从 SageMaker AI Canvas 发送到 QuickSight 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。

  6. 在查看输出窗格上，输入您在 SageMaker AI Canvas 中创建的模型所针对的列的字段名称和描述。

  7. 完成后，选择准备数据。

  8. 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。

发布使用 SageMaker AI Canvas 中的模型的新数据集时，数据将导入 SPICE，批量推理作业将在 SageMaker AI 中开始。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 QuickSight 数据创建 SageMaker AI Canvas 模型的情况。

  • 用于向 SageMaker AI Canvas 发送数据的构建预测模型选项仅适用于表和表格式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。