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。
数据格式兼容性指南
本指南描述了与 Clarify 处理作业兼容的数据格式类型。 SageMaker 支持的数据格式类型包括文件扩展名、数据结构以及对表格和图像数据集的特定要求或限制。本指南还介绍如何检查您的数据集是否符合这些要求。
总体而言，Clarif SageMaker y 处理作业遵循输入-过程-输出模型来计算偏差指标和特征归因。有关详细信息，请参阅以下示例。
Clarif SageMaker y 处理作业的输入包括以下内容：
-
要分析的数据集。
-
分析配置。有关如何配置分析的更多信息，请参阅配置分析。
在处理阶段，Clari SageMaker fy 会计算偏差指标和特征归因。C SageMaker larify 处理任务在后端完成以下步骤：
-
Cl SageMaker arify 处理任务解析您的分析配置并加载您的数据集。
-
要计算训练后偏差指标和特征归因，该作业需要从模型中进行模型预测。Cl SageMaker arify 处理任务会序列化您的数据，并将其作为请求发送到部署在 SageMaker 实时推理端点上的模型。之后，Clari SageMaker fy 处理任务会从响应中提取预测。
-
C SageMaker larify 处理作业执行偏差和可解释性分析，然后输出结果。
有关更多信息，请参阅 SageMaker 澄清处理任务的工作原理。
用于指定数据格式的参数取决于在处理流程中使用数据的位置，如下所示：
-
对于输入数据集，请使用
dataset_type参数指定格式或 MIME 类型。 -
对于向端点发出的请求，请使用
content_type参数指定格式。 -
对于来自端点的响应，请使用
accept_type参数指定格式。
输入数据集、向端点发出的请求以及来自端点的响应无需采用相同格式。例如，在满足以下条件的情况下，您可以使用带有 CSV 请求负载和 JSON 行响应负载的 Parquet 数据集。
-
您的分析得到正确配置。
-
您的模型支持请求和响应格式。
注意
如果未提供content_type或accept_type未提供，则 Clarif SageMaker y 容器会推断出content_type和。accept_type