翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
コレクション型
コレクション型を使用すると、データを整理して構造化し、効率的な取得と分析を行うことができます。コレクション型は ML データベースでデータセットとその要素のスキーマを定義するために使用されます。Amazon SageMaker Feature Store では、リスト、セット、ベクターなどのコレクション型がサポートされています。
コレクションは要素をグループ化したもので、コレクション内の各要素は同じ特徴量型 (String
、Integral
、または Fractional
) である必要があります。例えば、すべての要素の特徴量タイプが Fractional
である要素をコレクションに含めることができますが、一部の特徴量タイプが Fractional
であり、一部の特徴量タイプが String
で ある要素をコレクションに含めることはできません。
現在、コレクション型をサポートしているのは InMemory
オンラインストアの特徴量グループだけです。次のリストは、コレクション型のオプションについて説明しています。
リスト: 順序付けられた要素のコレクション。
-
リストの長さは、コレクションに含まれる要素の数によって決まります。
-
例: ['a', 'b', 'a'] のようなリストを作成できます。リストでは順序が保たれ、要素を繰り返すことができるからです。
セット: 順序付けられていない一意の要素のコレクション。
-
セットの長さは、コレクションに含まれる一意の要素の数によって決まります。
-
例: ['a', 'b', 'a'] のようなセットは作成できません。反復要素が含まれているからです。セットには一意の要素しか含まれないため、セットには代わりに ['a', 'b'] という要素が入ります。
ベクター: 固定サイズの要素配列を表す特殊なリスト。要素の順序に意味があり、要素の位置はデータの特定のプロパティを表します。
-
ベクターコレクション型の要素は
Fractional
特徴量タイプでなければなりません。 -
オンラインストアの
InMemory
階層の特徴量グループごとに作成できるベクターコレクション型は 1 つだけです。 -
ベクターのディメンション (ベクター内の要素数) はユーザーが事前に決定し、
VectorDimension
を使用して指定します。最大ディメンションの制限は 8192 です。 -
例: [4.2, -6.3, 4.2] のようなベクターを使用できます。この場合、1 番目、2 番目、3 番目の要素は物理空間の X、Y、Z 位置を表すことができます。
レコードの最大サイズを超えない限り、コレクションの長さに制限はありません。レコードの最大サイズについては、「クォータ、命名ルール、データ型」を参照してください。