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。
预览模型
注意
以下功能仅适用于使用表格数据集构建的自定义模型。多元文本预测模型也排除在外。
SageMaker Canvas 为您提供了在开始构建之前预览模型和验证数据的工具。以下功能包括预览模型的准确性、验证数据集以防止在构建模型时出现问题，以及更改模型的随机样本的大小。
预览模型
借助 Amazon SageMaker Canvas，您可以选择预览模型，在构建模型之前从数据中获取见解。例如，您可以看到每列中的数据是如何分布的。对于使用分类数据构建的模型，您也可以选择预览模型，以生成模型对数据分析效果的估计精度预测。快速构建或标准构建的精度代表模型在实际数据上的表现，通常高于估计精度。
Amazon SageMaker Canvas 在构建模型时会自动处理数据集中的缺失值。它通过使用数据集中存在的相邻值来推断缺失值。
验证数据
在构建模型之前， SageMaker Canvas 会检查您的数据集中是否存在可能导致构建失败的问题。如果 SageMaker Canvas 发现任何问题，它会在您尝试构建模型之前在 “构建” 页面上向您发出警告。
您可以选择验证数据以查看数据集问题列表。然后，您可以使用 SageMaker Canvas 数据准备功能或您自己的工具在开始构建之前修复数据集。如果您不修复数据集的问题，那么您的构建就会失败。
如果您为了修复问题而对数据集进行了更改，则可以选择在尝试构建之前重新验证数据集。我们建议您在构建模型之前重新验证数据集。
下表显示了 SageMaker Canvas 在您的数据集中检查的问题以及如何解决这些问题。
| 问题 | 解决方案 |
|---|---|
|
数据的模型类型错误 |
尝试其他模型类型或使用不同的数据集。 |
|
目标列中缺少值 |
替换缺失值，删除有缺失值的行，或使用不同的数据集。 |
|
目标列中的唯一标签太多 |
验证您是否为目标列使用了正确的列，或者使用不同的数据集。 |
|
目标列中的非数字值太多 |
选择不同的目标列，选择其他模型类型或使用不同的数据集。 |
|
一个或多个列名包含双下划线 |
重命名这些列以删除所有双下划线，然后重试。 |
|
数据集中没有一行是完整的 |
替换缺失值，或使用不同的数据集。 |
|
对于数据中的行数来说，唯一标签太多 |
检查您使用的目标列是否正确，增加数据集中的行数，合并相似的标签或使用不同的数据集。 |
随机抽样
SageMaker Canvas 使用随机采样方法对您的数据集进行采样。随机抽样方法意味着每行被选取为样本的几率相等。您可以在预览中选择一列以获取随机样本的汇总统计数据，例如均值和模式。
默认情况下，对于行数超过 20,000 的数据集， SageMaker Canvas 使用数据集中随机抽样大小为 20,000 行。对于小于 2 万行的数据集，默认样本大小为数据集中的行数。您可以通过在 C SageMaker anvas 应用程序的 “构建” 选项卡中选择 “随机样本” 来增加或减少样本量。您可以使用滑块选择所需的样本量，然后选择更新来更改样本量。您可以为数据集选择的最大样本量为 4 万行，最小样本量为 500 行。如果您选择较大的样本量，则数据集预览和汇总统计数据可能需要一些时间才能重新加载。
构建页面显示数据集中 100 行数据的预览。如果样本量与数据集大小相同，那么预览将使用数据集的前 100 行数据。否则，预览将使用随机样本的前 100 行数据。