将数据导入至 Canvas
Amazon SageMaker Canvas 支持导入表格、图像和文档数据。您可以将本地和外部数据来源中的数据导入至 Canvas。使用导入的数据集来构建模型并对其他数据集进行预测。
您可以为其构建自定义模型的每个使用案例都接受不同类型的输入。例如,如果要构建单标签图像分类模型,则应导入图像数据。有关不同的模型类型及其接受的数据的更多信息,请参阅构建自定义模型。您可以在 SageMaker Canvas 中为以下数据类型导入数据并构建自定义模型:
-
表格(CSV、Parquet 或表格)
分类 - 使用分类数据构建自定义分类预测模型,以进行 2 和 3+ 类别预测。
数值 - 使用数值数据构建自定义数值预测模型。
文本 - 使用文本数据构建自定义的多元文本预测模型。
时间序列 - 使用时间序列数据构建自定义的时间序列预测模型。
图像(JPG 或 PNG)- 使用图像数据构建自定义的单标签图像预测模型。
文档(PDF、JPG、PNG、TIFF)– 只有 SageMaker Canvas 即用型模型支持文档数据。要详细了解可对文档数据进行预测的即用型模型,请参阅使用即用型模型。
您可以从以下数据来源将数据导入 Canvas:
计算机上的本地文件
Amazon S3 存储桶
Amazon Redshift
通过 Amazon Athena 的 Amazon Glue Data Catalog
-
Amazon Aurora
-
Amazon Relational Database Service (Amazon RDS)
-
Salesforce Data Cloud
Snowflake
-
通过 JDBC 连接器的 Databricks、SQLServer、MariaDB 和其他常用数据库
40 多个外部 SaaS 平台,如 SAP OData
有关可以从中导入数据的数据来源的完整列表,请参阅下表:
来源 | 类型 | 支持的数据类型 |
---|---|---|
本地文件上传 |
本地 |
表格、图像、文档 |
Amazon Aurora |
Amazon 内部 |
表格 |
Amazon S3 存储桶 |
Amazon 内部 |
表格、图像、文档 |
Amazon RDS |
Amazon 内部 |
表格 |
Amazon Redshift |
Amazon 内部 |
表格 |
Amazon Glue Data Catalog(通过 Amazon Athena) |
Amazon 内部 |
表格 |
外部 |
表格 |
|
Snowflake |
外部 |
表格 |
外部 |
表格 |
|
SQLServer |
外部 |
表格 |
MySQL |
外部 |
表格 |
PostgreSQL |
外部 |
表格 |
MariaDB |
外部 |
表格 |
外部 SaaS 平台 |
表格 |
|
外部 SaaS 平台 |
表格 |
|
外部 SaaS 平台 |
表格 |
|
外部 SaaS 平台 |
表格 |
|
外部 SaaS 平台 |
表格 |
|
外部 SaaS 平台 |
表格 |
|
外部 SaaS 平台 |
表格 |
|
外部 SaaS 平台 |
表格 |
|
外部 SaaS 平台 |
表格 |
|
外部 SaaS 平台 |
表格 |
|
外部 SaaS 平台 |
表格 |
|
外部 SaaS 平台 |
表格 |
|
外部 SaaS 平台 |
表格 |
|
外部 SaaS 平台 |
表格 |
|
外部 SaaS 平台 |
表格 |
|
外部 SaaS 平台 |
表格 |
|
外部 SaaS 平台 |
表格 |
|
外部 SaaS 平台 |
表格 |
|
外部 SaaS 平台 |
表格 |
|
外部 SaaS 平台 |
表格 |
|
外部 SaaS 平台 |
表格 |
|
外部 SaaS 平台 |
表格 |
|
外部 SaaS 平台 |
表格 |
|
外部 SaaS 平台 |
表格 |
|
外部 SaaS 平台 |
表格 |
|
外部 SaaS 平台 |
表格 |
|
外部 SaaS 平台 |
表格 |
|
外部 SaaS 平台 |
表格 |
|
外部 SaaS 平台 |
表格 |
|
外部 SaaS 平台 |
表格 |
|
外部 SaaS 平台 |
表格 |
|
外部 SaaS 平台 |
表格 |
|
外部 SaaS 平台 |
表格 |
|
外部 SaaS 平台 |
表格 |
|
外部 SaaS 平台 |
表格 |
|
外部 SaaS 平台 |
表格 |
|
外部 SaaS 平台 |
表格 |
|
外部 SaaS 平台 |
表格 |
|
外部 SaaS 平台 |
表格 |
|
外部 SaaS 平台 |
表格 |
有关如何导入数据的说明和输入数据要求的信息,如图像的最大文件大小,请参阅创建数据集。
Canvas 还在您的应用程序中提供了多个示例数据集以帮助您快速入门。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。
将数据集导入 Canvas 后,您可以随时更新数据集。您可以进行手动更新,也可以设置自动更新数据集的时间表。有关更多信息,请参阅 更新数据集。
请参阅下面几节,了解有关每种数据集类型的更多信息:
表格
要从外部数据来源(例如 Snowflake 数据库或 SaaS 平台)导入数据,必须在 Canvas 应用程序中向数据来源进行身份验证并连接到该数据来源。有关更多信息,请参阅 连接到数据来源。
在 Canvas 中创建数据集后,可以将多个数据集联接成一个数据集。仅支持联接表格数据集。只要将数据排列成表格,就可以连接来自 Amazon Redshift、Amazon Athena 或 Snowflake 等不同来源的数据集。有关联接数据集的信息,请参阅联接已导入到 SageMaker Canvas 中的数据。
图像
有关如何编辑图像数据集以及如何执行诸如分配或重新分配标签、添加图像或删除图像之类的任务的信息,请参阅编辑图像数据集。