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。

# 批量预测数据集要求
<a name="canvas-make-predictions-batch-preqreqs"></a>

要进行批量预测，请确保您的数据集满足[创建数据集](canvas-import-dataset.md)中列出的要求。如果您的数据集大于 5 GB，则 Canvas 会使用 Amazon EMR Serverless 来处理您的数据，并将其分成较小的批次。拆分数据后，Canvas 会使用 SageMaker AI Batch Transform 进行预测。运行批量预测后，您可能会看到来自这两项服务的费用。有关更多信息，请参阅 [Canvas 定价](https://www.amazonaws.cn/sagemaker/canvas/pricing/)。

如果某些数据集的*架构*不兼容，您可能无法对其进行预测。*架构*是一种组织结构。对于表格数据集，架构就是列的名称和列中数据的数据类型。架构不兼容可能是由于以下原因之一：
+ 您用来进行预测的数据集的列数少于您用来构建模型的数据集。
+ 您用于构建数据集的列中的数据类型可能与您用于进行预测的数据集中的数据类型不同。
+ 您用于进行预测的数据集和用于构建模型的数据集的列名不匹配。列名区分大小写。`Column1` 与 `column1` 不同。

为确保您可以成功生成批量预测，请将批量预测数据集的架构与用于训练模型的数据集进行匹配。

**注意**  
对于批量预测，如果您在构建模型时删除了任何列，Canvas 会将删除的列重新添加到预测结果中。但是，Canvas 不会将删除的列添加到时间序列模型的批量预测中。