R 亚马逊用户指南 SageMaker - 亚马逊 SageMaker
Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异,请参阅 中国的 Amazon Web Services 服务入门 (PDF)

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。

R 亚马逊用户指南 SageMaker

本文档将引导您了解如何利用亚马逊 SageMaker使用 R 的功能本指南介绍了 SageMaker的内置 R 内核,如何开始使用 R 开启 SageMaker,最后还有几个示例笔记本。

这些示例分为三个级别:初级、中级和高级。他们从... 开始R on (R) SageMaker,请继续 end-to-end 将机器学习与 R 结合使用 SageMaker,然后以更高级的主题作为结尾,例如 SageMaker使用 R 脚本进行处理,然后使用 Bring-Your-Own (BYO) R 算法进行处理 SageMaker. 

有关如何将自己的自定义 R 映像引入 Studio 的信息,请参阅自带 SageMaker 映像. 有关类似的博客文章,请参阅将您自己的 R 环境带入 Amazon SageMaker 工作室.

rStudio 中是否Support SageMaker

亚马逊 SageMaker 支持 rStudio 作为与 Amazon 集成的完全托管的集成开发环境 (IDE) SageMaker 域。通过集成 rStudio,你可以在域中启动 rStudio 环境来运行 rStudio 工作流程 SageMaker 资源。有关更多信息,请参阅 亚马逊上的 rStudio SageMaker

R Kernel In SageMaker

SageMaker 笔记本实例使用预安装的 R 内核支持 R。此外,R 内核有网状库,一个 R 到 Python 接口,因此你可以使用 SageMaker 来自 R 脚本中的 Python SDK。

开始使用 R in SageMaker

  •  使用 t2.medium 实例类型和默认存储大小创建笔记本实例。如果您打算继续将该实例用于更高级的示例,或者以后创建更大的实例,您可以选择更快的实例和更多的存储空间。

  • 等到笔记本状态变为“In Service”(正在使用),然后单击 Open Jupyter (打开 Jupyter)。

  • 从可用的环境列表中创建一个具有 R 内核的新笔记本。 

  • 在创建了新的笔记本时,您将会在笔记本环境的右上角看到 R 徽标,并且还会在该徽标下看到内核为 R。这表明 SageMaker 已成功启动此笔记本的 R 内核。

  • 或者,在您位于 Jupyter 笔记本时,您可以使用 Kernel (内核) 菜单,然后从 Change Kernel (更改内核) 选项中选择 R。

示例笔记本

先决条件

R on (R) SageMaker:此示例笔记本描述了如何使用亚马逊开发 R 脚本 SageMaker的 R 内核。在这本笔记本中,你设置了你的 SageMaker 环境和权限,请下载鲍鱼数据集来自 的UCI Machine Learning 存储库,对数据进行一些基本的处理和可视化,然后将数据以 .csv 格式保存到 S3。

初级

SageMaker使用 R 内核进行Batch 转换: 此示例笔记本描述了如何使用执行批量转换作业 SageMaker的变压器 API 和XGBoost 算法。 笔记本还使用鲍鱼数据集。

中级

R 中 XGBoost 的超参数优化:本示例笔记本扩展了以前使用鲍鱼数据集和 XGBoost 的初学者笔记本。它描述了如何使用以下方法进行模型调整超参数优化。 您还将学习如何使用批量转换进行批量预测,以及如何创建模型端点以进行实时预测。 

亚马逊 SageMaker 使用 R 处理SageMaker正在处理允许您预处理、后处理和运行模型评估工作负载。该示例说明了如何创建 R 脚本以编排处理作业。 

高级

在中训练和部署你自己的 R 算法 SageMaker:你已经有了 R 算法吗,你想把它带进去 SageMaker 调整、训练或部署它? 该示例介绍了如何使用自定义 R 程序包自定义 SageMaker 容器,一直到使用托管的终端节点推断 R 源模型。