使用 SageMaker AI Canvas 建置預測模型 - Amazon Quick Suite
建置預測模型建立資料集考量事項

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

使用 SageMaker AI Canvas 建置預測模型

Amazon Quick Suite 作者可以將資料匯出至 SageMaker AI Canvas，以建置可傳回 Quick Suite 的 ML 模型。作者可以使用這些機器學習模型透過預測分析來擴增其資料集，進而將資料集用於建立分析和儀表板。

先決條件

  • 與 IAM Identity Center 整合的 Quick Suite 帳戶。如果您的 Quick Suite 帳戶未與 IAM Identity Center 整合，請建立新的 Quick Suite 帳戶，然後選擇使用啟用 IAM Identity Center 的應用程式做為身分提供者。

  • 與 IAM Identity Center 整合的新 SageMaker AI 網域。如需使用 IAM Identity Center 加入 SageMaker AI 網域的詳細資訊，請參閱 Onboard to SageMaker AI Domain using IAM Identity Center 中的內容。

從 Amazon Quick Sight 在 SageMaker AI Canvas 中建置預測模型

在 SageMaker AI Canvas 中建置預測模型

  1. 登入 Amazon Quick Suite 並導覽至您要為其建立預測模型的表格式資料表或樞紐分析表。

  2. 開啟視覺化效果選單並選擇建置預測模型。

  3. 在顯示的在 SageMaker AI Canvas 中建置預測模型快顯視窗中，檢視顯示的資訊，然後選擇將資料匯出至 SAGEMAKER CANVAS。

  4. 在顯示的匯出窗格中，選擇匯出完成後前往 SAGEMAKER CANVAS 以前往 SageMaker AI Canvas 主控台。

  5. 在 SageMaker AI Canvas 中，使用您從 Quick Sight 匯出的資料建立預測模型。您可以選擇跟隨引導式導覽來協助您建置預測模型，也可以略過導覽按自己的步調進行。如需在 SageMaker AI Canvas 中建置預測模型的詳細資訊，請參閱 Build a model 中的內容。

  6. 將預測模型傳回 Quick Sight。如需將模型從 SageMaker AI Canvas 傳送至 Amazon Quick Sight 的詳細資訊，請參閱將模型傳送至 Amazon Quick Sight。

使用 SageMaker AI Canvas 模型建立資料集

在 SageMaker AI Canvas 中建立預測模型並將其傳回 Quick Sight 後，請使用新模型建立新的資料集，或將其套用至現有的資料集。

將預測欄位新增至資料集

  1. 開啟 Quick Suite 主控台，選擇左側的資料，然後選擇資料集索引標籤。

  2. 上傳新資料集或選擇現有資料集。

  3. 選擇編輯。

  4. 在資料集的資料準備頁面上，選擇新增，然後選擇新增預測欄位，以開啟使用 SageMaker AI 擴增模態對話方塊。

  5. 針對模型，從 SageMaker AI Canvas 選擇您傳送至 Quick Sight 的模型。結構描述檔案會自動填入進階設定窗格中。檢閱輸入，然後選擇下一步。

  6. 在檢視輸出窗格中，輸入您在 SageMaker AI Canvas 中建立的模型所針對的資料欄的欄位名稱和描述。

  7. 完成後，選擇準備資料。

  8. 選擇準備資料後，您將被重新導向到資料集頁面。若要發布新資料集，請選擇發布並視覺化。

當您發布使用 SageMaker AI Canvas 模型的新資料集時，資料會匯入 SPICE 中，並在 SageMaker AI 中開始批次推論任務。這些程序最長可能需要 10 分鐘的時間才能完成。

考量事項

下列限制適用於使用 Quick Sight 資料建立 SageMaker AI Canvas 模型。

  • 用於將資料傳送至 SageMaker AI Canvas 的建置預測模型選項僅適用於資料表和資料表式樞紐分析表視覺化效果。資料表或樞紐分析表視覺化效果必須具有 2 到 1,000 個欄位，以及至少 500 列。

  • 當您為資料集新增預測欄位時，包含整數或地理資料類型的資料集將會遇到結構描述映射錯誤。若要解決此問題，請從資料集中移除整數或地理資料類型，或將它們轉換為新的資料類型。