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。

# 聊天進行資料準備
<a name="canvas-chat-for-data-prep"></a>

**重要**  
針對管理員：  
聊天進行資料準備需要 `AmazonSageMakerCanvasAIServicesAccess` 政策。如需詳細資訊，請參閱[AWS 受管政策：AmazonSageMakerCanvasAIServicesAccess](security-iam-awsmanpol-canvas.md#security-iam-awsmanpol-AmazonSageMakerCanvasAIServicesAccess)
聊天進行資料準備需要存取 Amazon Bedrock 和其中的 **Anthropic Claude** 模型。如需詳細資訊，請參閱[新增模型存取](https://docs.aws.amazon.com/bedrock/latest/userguide/model-access.html#add-model-access)。
您必須在與執行模型 AWS 區域 的 區域相同的 中執行 SageMaker Canvas 資料準備。美國東部 （維吉尼亞北部）、美國西部 （奧勒岡） 和歐洲 （法蘭克福） 提供資料準備聊天功能。 AWS 區域

除了使用內建轉換和分析之外，您還可以使用自然語言來探索、視覺化和轉換對話介面中的資料。在對話介面內，您可以使用自然語言查詢來了解和準備資料，以建置 ML 模型。

以下是您可以使用的一些提示範例：
+ 摘要說明我的資料
+ 卸除資料欄 `{{example-column-name}}`
+ 將缺失值取代為中位數
+ 繪製價格的直方圖
+ 銷售最昂貴的項目是什麼？
+ 售出了多少不同的項目？
+ 依區域排序資料

當您使用提示轉換資料時，您可以檢視顯示資料如何轉換的預覽。您可以根據預覽中看到的內容，選擇將其新增為 Data Wrangler 流程中的步驟。

對提示的回應會為您的轉換和分析產生程式碼。您可以修改程式碼以更新提示的輸出。例如，您可以修改分析的程式碼以變更圖軸的值。

使用下列程序開始與您的資料聊天：

**與您的資料聊天**

1. 開啟 SageMaker Canvas 資料流程。

1. 選擇語音泡泡。  
![聊天進行資料準備位於畫面頂端](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/chat-for-data-prep-welcome-step.png)

1. 指定提示。

1. (選用) 如果您的查詢已產生分析，請選擇**新增至分析**以供日後參考。  
![可編輯且可複製程式碼區塊的檢視。](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/encanto-query-for-visualization.png)

1. (選用) 如果您已使用提示轉換資料，請執行下列動作。

   1. 選擇**預覽**以檢視結果。

   1. (選用) 修改轉換中的程式碼，然後選擇**更新**。

   1. (選用) 如果您對轉換的結果感到滿意，請選擇**新增至步驟**，將其新增至右側導覽的步驟面板。  
![新增至步驟會顯示已將轉換新增至流程的確認。](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/transform-added-to-steps-panel.png)

使用自然語言準備您的資料後，您可以使用轉換的資料建立模型。如需建立模型的詳細資訊，請參閱「[自訂模型的運作方式](canvas-build-model.md)」。