Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Prognosen mit benutzerdefinierten Modellen
Verwenden Sie das benutzerdefinierte Modell, das Sie in SageMaker Canvas erstellt haben, um Vorhersagen für Ihre Daten zu treffen. In den folgenden Abschnitten erfahren Sie, wie Sie Vorhersagen für numerische und kategoriale Vorhersagemodelle, Zeitreihenprognosen, Bildvorhersagemodelle und Textvorhersagemodelle treffen.
Benutzerdefinierte Modelle für numerische und kategoriale Vorhersagen, Bildvorhersagen und Textvorhersagen unterstützen die Erstellung der folgenden Arten von Vorhersagen für Ihre Daten:
-
Einzelne Vorhersagen – Bei einer einzigen Vorhersage müssen Sie nur eine Vorhersage treffen. Sie haben beispielsweise ein Bild oder eine Textpassage, die Sie klassifizieren möchten.
-
Batch-Vorhersagen – Bei einer Batch-Vorhersage möchten Sie Vorhersagen für einen gesamten Datensatz treffen. Sie können Batch-Vorhersagen für Datensätze mit einer Größe von mehr als 1 TB treffen. Sie haben beispielsweise eine CSV Datei mit Kundenrezensionen, für die Sie die Kundenstimmung vorhersagen möchten, oder Sie haben einen Ordner mit Bilddateien, die Sie klassifizieren möchten. Sie sollten Vorhersagen mit einem Datensatz treffen, der Ihrem Eingabedatensatz entspricht. Canvas bietet Ihnen die Möglichkeit, manuelle Batch-Vorhersagen zu erstellen, oder Sie können automatische Batch-Vorhersagen konfigurieren, die bei jeder Aktualisierung eines Datensatzes ausgeführt werden.
Für jede Vorhersage oder jeden Satz von Vorhersagen gibt SageMaker Canvas Folgendes zurück:
-
Die vorhergesagten Werte
-
Die Wahrscheinlichkeit, dass der vorhergesagte Wert korrekt ist
Erste Schritte
Wählen Sie einen der folgenden Workflows, um Vorhersagen mit Ihrem benutzerdefinierten Modell zu treffen:
Nachdem Sie Prognosen mit Ihrem Modell generiert haben, können Sie auch Folgendes durchführen:
Aktualisieren Sie Ihr Modell, indem Sie Versionen hinzufügen. Wenn Sie versuchen möchten, die Vorhersagegenauigkeit Ihres Modells zu verbessern, können Sie neue Versionen Ihres Modells erstellen. Sie können wählen, ob Sie Ihre ursprüngliche Modellerstellungskonfiguration und Ihren Datensatz klonen möchten, oder Sie können Ihre Konfiguration ändern und einen anderen Datensatz auswählen. Nachdem Sie eine neue Version hinzugefügt haben, können Sie die Versionen überprüfen und vergleichen, um die beste Version auszuwählen.
Registrieren Sie eine Modellversion in der Modellregistrierung SageMaker . Sie können Versionen Ihres Modells in der SageMaker Modellregistrierung registrieren. Dabei handelt es sich um eine Funktion zur Nachverfolgung und Verwaltung des Status von Modellversionen und Machine-Learning-Pipelines. Ein Datenwissenschaftler oder MLOps Teambenutzer mit Zugriff auf die SageMaker Modellregistrierung kann Ihre Modellversionen überprüfen und sie genehmigen oder ablehnen, bevor sie für die Produktion eingesetzt werden.
Senden Sie Ihre Batchprognosen an Amazon QuickSight. In Amazon QuickSight können Sie Dashboards mit Ihren Batchvorhersage-Datensätzen erstellen und veröffentlichen. Dies kann Ihnen helfen, die mit Ihrem benutzerdefinierten Modell generierten Ergebnisse zu analysieren und gemeinsam zu nutzen.
