コレクション型 - Amazon SageMaker AI

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。