筛选和选择要标注的数据
您可以使用 Amazon SageMaker 控制台选择数据集中要标注的部分。数据必须存储在 Amazon S3 存储桶中。您有三种选择：
-
使用完整数据集。
-
选择数据集的一个随机选择样本。
-
使用查询指定数据集的一个子集。
选择创建标注作业后，SageMaker 控制台
使用完整数据集
当您选择使用完整数据集时，必须为数据对象提供一个清单文件。您可以提供包含清单文件的 Amazon S3 存储桶的路径，也可以使用 SageMaker 控制台创建文件。要了解如何使用控制台创建清单文件，请参阅自动数据设置。
选择随机样本
如果要标注数据的随机子集，请选择随机样本。数据集存储在输入数据集位置字段中指定的 Amazon S3 存储桶中。
指定要包含在样本中的数据对象的百分比后，选择创建子集。SageMaker 会为您的标注作业随机选择数据对象。选定对象后，请选择使用此子集。
SageMaker 为选定的数据对象创建清单文件。它还会修改输入数据集位置字段中的值以指向新的清单文件。
指定子集
您可以对对象文件名使用 Amazon S3 SELECT 查询以指定数据对象的一个子集。
为您定义了 SQL 查询的 SELECT 语句。您提供 WHERE 子句来指定应返回哪些数据对象。
有关 Amazon S3 SELECT 语句的更多信息，请参阅从对象中选择内容。
选择创建子集开始选择，然后选择使用此子集来使用选择的数据。
SageMaker 为选定的数据对象创建清单文件。它还会更新输入数据集位置字段中的值以指向新的清单文件。