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。

# 数据准备聊天
<a name="canvas-chat-for-data-prep"></a>

**重要**  
对于管理员：  
数据准备聊天需要 `AmazonSageMakerCanvasAIServicesAccess` 策略。有关更多信息，请参阅 [AWS 托管策略： AmazonSageMakerCanvasAIServices访问权限](security-iam-awsmanpol-canvas.md#security-iam-awsmanpol-AmazonSageMakerCanvasAIServicesAccess)。
数据准备聊天需要访问 Amazon Bedrock 和其中的 **Anthropic Claude** 模型。有关更多信息，请参阅[添加模型访问](https://docs.aws.amazon.com/bedrock/latest/userguide/model-access.html#add-model-access)。
您必须在与运行模型的区域 AWS 区域 相同的地方运行 C SageMaker anvas 数据准备。美国东部（弗吉尼亚北部）、美国西部（俄勒冈）和欧洲（法兰克福）提供数据准备聊天服务 AWS 区域。

除了使用内置的转换和分析功能外，您还可以在对话界面中使用自然语言来探索、可视化和转换数据。在对话界面中，您可以使用自然语言查询来理解和准备数据，以构建 ML 模型。

以下是您可以使用的一些提示示例：
+ 汇总我的数据
+ 删除 `example-column-name` 列
+ 将缺失值替换为中位数
+ 绘制价格直方图
+ 出售最贵的商品是什么？
+ 出售了多少不同的商品？
+ 按区域对数据进行排序

使用提示转换数据时，可以查看显示数据转换过程的预览。您可以根据预览中看到的内容，选择将其添加为 Data Wrangler 流中的步骤。

对提示的回复会生成用于转换和分析的代码。您可以修改代码以更新提示的输出。例如，您可以修改分析代码以更改图表坐标轴的值。

按照以下步骤开始与数据聊天：

**要与数据聊天**

1. 打开 SageMaker 画布数据流。

1. 选择语音气泡。  
![\[数据准备聊天位于屏幕顶部\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/chat-for-data-prep-welcome-step.png)

1. 指定提示。

1. （可选）如果您的查询已生成分析，请选择**添加到分析**以供以后参考。  
![\[可编辑和可复制的代码块的视图。\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/encanto-query-for-visualization.png)

1. （可选）如果您已使用提示转换数据，请执行以下操作。

   1. 选择**预览**查看结果。

   1. （可选）修改转换中的代码并选择**更新**。

   1. （可选）如果您对转换的结果感到满意，请选择**添加到步骤**，将其添加到右侧导航栏的步骤面板中。  
![\[添加到步骤显示已将转换添加到流中的确认信息。\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/transform-added-to-steps-panel.png)

使用自然语言准备好数据后，就可以使用转换后的数据创建模型了。有关创建模型的更多信息，请参阅[自定义模型的工作原理](canvas-build-model.md)。