使用 C SageMaker anvas 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)。

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 C SageMaker anvas 构建预测模型

QuickSight 作者可以将数据导出到 SageMaker Canvas 中，以构建可以发送回的 ML 模型 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 身份中心集成的 QuickSight 账户。如果您的 QuickSight 账户未与 IAM Identity Center 集成，请创建一个新 QuickSight 账户，然后选择使用启用了 IAM 身份中心的应用程序作为身份提供商。

  • 与 IAM 身份中心集成的新 SageMaker 域。有关使用 IAM Identity Center 登录 SageMaker 域的更多信息，请参阅使用 IAM 身份中心登录 SageMaker 域名。

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

在 C SageMaker anvas 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表或数据透视表。

  2. 打开视觉对象菜单，然后选择构建预测模型。

  3. 在出现的 “在 SageMaker 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 CAN VAS”，进入 SageMaker 画布控制台。

  5. 在 SageMaker Canvas 中，使用您导出的数据创建预测模型 QuickSight。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 C SageMaker anvas 中创建预测模型的更多信息，请参阅构建模型。

  6. 将预测模型发回给 QuickSight。有关将模型从 SageMaker Canvas 发送到亚马逊的更多信息 QuickSight，请参阅将您的模型发送到亚马逊 QuickSight。

使用 SageMaker 画布模型创建数据集

在 SageMaker Canvas 中创建预测模型并将其发送回后 QuickSight，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 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” 以打开 “使用模态扩展”。 SageMaker

  5. 对于模特，选择您 QuickSight 从 C SageMaker anvas 发送到的模型。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 C SageMaker anvas 中创建的模型要定位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。

当您发布使用 SageMaker Canvas 模型的新数据集时，数据将导入 SPICE，批量推理作业将从中 SageMaker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 Canvas 模型。

  • 用于向 C SageMaker anv as 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 1000 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。