Seleccione sus preferencias de cookies

Usamos cookies esenciales y herramientas similares que son necesarias para proporcionar nuestro sitio y nuestros servicios. Usamos cookies de rendimiento para recopilar estadísticas anónimas para que podamos entender cómo los clientes usan nuestro sitio y hacer mejoras. Las cookies esenciales no se pueden desactivar, pero puede hacer clic en “Personalizar” o “Rechazar” para rechazar las cookies de rendimiento.

Si está de acuerdo, AWS y los terceros aprobados también utilizarán cookies para proporcionar características útiles del sitio, recordar sus preferencias y mostrar contenido relevante, incluida publicidad relevante. Para aceptar o rechazar todas las cookies no esenciales, haga clic en “Aceptar” o “Rechazar”. Para elegir opciones más detalladas, haga clic en “Personalizar”.

Cómo funciona la interfaz de usuario del flujo de datos

Modo de enfoque
Cómo funciona la interfaz de usuario del flujo de datos - Amazon SageMaker AI

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Para ayudarle a navegar por el flujo de datos, Data Wrangler tiene las siguientes pestañas en el panel de navegación superior:

  • Flujo de datos: esta pestaña proporciona una vista visual del paso del flujo de datos en el que puede añadir o eliminar transformaciones y exportar datos.

  • Datos: esta pestaña ofrece una vista previa de los datos para que pueda comprobar los resultados de las transformaciones. También puede ver una lista ordenada de los pasos del flujo de datos y editarlos o reordenarlos.

    nota

    En esta pestaña, solo puede previsualizar las visualizaciones de datos (como la distribución de valores por columna) para las orígenes de datos de Amazon S3. No se admiten las visualizaciones de otros orígenes de datos, como Amazon Athena.

  • Análisis: en esta pestaña, puede ver subpestañas independientes para cada análisis que cree. Por ejemplo, si crea un histograma y un informe de información y calidad de los datos (DQI), Canvas crea una pestaña para cada uno.

Al importar un conjunto de datos, el conjunto de datos original aparece en el flujo de datos y se denomina Fuente. SageMaker Canvas deduce automáticamente los tipos de cada columna del conjunto de datos y crea un nuevo marco de datos denominado Tipos de datos. Puede seleccionar este marco para actualizar los tipos de datos inferidos.

Los conjuntos de datos, las transformaciones y los análisis que utiliza en el flujo de datos se representan como pasos. Cada vez que agregue un paso de transformación, creará un marco de datos nuevo. Cuando se agregan varios pasos de transformación (salvo Unir o Concatenar) al mismo conjunto de datos, estos se apilan.

En la opción Combinar datos, seleccione Unir y Concatenar para crear pasos independientes que contienen el nuevo conjunto de datos unido o concatenado.

PrivacidadTérminos del sitioPreferencias de cookies
© 2025, Amazon Web Services, Inc o sus afiliados. Todos los derechos reservados.