使用自定义模型
利用 Amazon SageMaker Canvas，可以构建使用您的数据进行训练的自定义模型。通过基于数据训练自定义模型，您可以捕获最能代表您数据的特定特征和趋势。例如，您可能需要创建一个自定义的时间序列预测模型，该模型可以根据仓库中的库存数据进行训练，从而管理您的物流运营。
您可以基于以下类型的数据集训练 Canvas 自定义模型：
-
表格（包括数值、分类、时间序列和文本数据）
-
图像
下表显示了您可以在 Canvas 中构建的自定义模型的类型，以及它们支持的数据类型和数据来源
| 模型类型 | 使用案例示例 | 支持的数据类型 | 支持的数据来源 |
|---|---|---|---|
数值预测 |
根据面积等特征预测房价 |
数值 |
本地上传、Amazon S3、SaaS 连接器 |
2 类别预测 |
预测客户是否可能流失 |
二进制或分类 |
本地上传、Amazon S3、SaaS 连接器 |
3+ 类别预测 |
预测患者出院后的预后 |
分类 |
本地上传、Amazon S3、SaaS 连接器 |
时间序列预测 |
预测下一季度的库存 |
时间序列 |
本地上传、Amazon S3、SaaS 连接器 |
单标签图像预测 |
预测图像中的制造缺陷类型 |
图像（JPG、PNG） |
本地上传、Amazon S3 |
多元文本预测 |
根据商品描述预测商品类别，例如服装、电子产品或家居用品 |
来源列：文本 目标列：二进制或分类 |
本地上传、Amazon S3 |
开始使用
要开始构建自定义模型并使用自定义模型生成预测，请执行以下操作：
-
确定您的使用案例和要构建的模型类型。有关自定义模型类型的更多信息，请参阅 构建自定义模型。有关自定义模型支持的数据类型和来源的更多信息，请参阅 将数据导入至 Canvas。
-
导入数据至 Canvas。您可以使用满足输入要求的任何表格或图像数据集构建自定义模型。有关输入要求的更多信息，请参阅 创建数据集。
要详细了解 SageMaker 提供的可供您实验用的示例数据集，请参阅使用示例数据集。
-
构建您的自定义模型。您可以进行快速构建以便更快地获得模型并开始预测，也可以进行标准构建以提高准确性。
对于数值、分类和时间序列预测模型类型，您可以使用高级转换和联接等功能清理和准备数据。对于图像预测模型，您可以编辑图像数据集以更新标签或添加和删除图像。请注意，您无法将这些功能用于多元文本预测模型。
-
评估模型的性能，确定其在实际数据中的表现。
-
（可选）对于某些模型类型，您可以与 Amazon SageMaker Studio 中的数据科学家合作，他们可以帮助审查和改进您的模型。
-
使用您的模型进行单一预测或批量预测。
注意
如果您已经在 Amazon SageMaker Studio 中有一个经过训练的模型，并希望与 Canvas 共享该模型，您可以在 SageMaker Canvas 中自带模型。查看 BYOM 先决条件，以确定您的模型是否符合共享条件。