쿠키 기본 설정 선택

당사는 사이트와 서비스를 제공하는 데 필요한 필수 쿠키 및 유사한 도구를 사용합니다. 고객이 사이트를 어떻게 사용하는지 파악하고 개선할 수 있도록 성능 쿠키를 사용해 익명의 통계를 수집합니다. 필수 쿠키는 비활성화할 수 없지만 '사용자 지정' 또는 ‘거부’를 클릭하여 성능 쿠키를 거부할 수 있습니다.

사용자가 동의하는 경우 AWS와 승인된 제3자도 쿠키를 사용하여 유용한 사이트 기능을 제공하고, 사용자의 기본 설정을 기억하고, 관련 광고를 비롯한 관련 콘텐츠를 표시합니다. 필수가 아닌 모든 쿠키를 수락하거나 거부하려면 ‘수락’ 또는 ‘거부’를 클릭하세요. 더 자세한 내용을 선택하려면 ‘사용자 정의’를 클릭하세요.

데이터 유효성 검사

포커스 모드
데이터 유효성 검사 - Amazon SageMaker AI

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

모델을 빌드하기 전에 SageMaker Canvas는 데이터세트에 빌드 실패를 유발할 수 있는 문제가 있는지 확인합니다. SageMaker Canvas에서 문제가 발견되면 모델을 빌드하기 전에 빌드 페이지에서 경고를 표시합니다.

데이터 검증을 선택하여 데이터세트의 문제 목록을 볼 수 있습니다. 그런 다음 빌드를 시작하기 전에 SageMaker Canvas Data Wrangler 데이터 준비 기능 또는 자체 도구를 사용하여 데이터세트를 수정할 수 있습니다. 데이터세트 관련 문제를 해결하지 않으면 빌드가 실패합니다.

문제를 해결하기 위해 데이터세트를 변경하는 경우 빌드를 시도하기 전에 데이터세트를 다시 검증할 수 있습니다. 빌드하기 전에 데이터세트를 다시 검증하는 것이 좋습니다.

다음 표에는 SageMaker Canvas가 데이터세트에서 확인하는 문제와 이를 해결하는 방법이 나와 있습니다.

문제 해결 방법

데이터에 대한 잘못된 모델 유형

다른 모델 유형을 시도하거나 다른 데이터세트를 사용하세요.

타겟 열에 값이 누락됨

누락된 값을 바꾸거나, 누락된 값이 있는 행을 삭제하거나, 다른 데이터세트를 사용하세요.

대상 열에 고유 레이블이 너무 많음

대상 열에 올바른 열을 사용했는지 또는 다른 데이터세트를 사용하세요.

대상 열에 숫자가 아닌 값이 너무 많음

다른 대상 열을 선택하거나, 다른 모델 유형을 선택하거나, 다른 데이터세트를 사용하세요.

하나 이상의 열 이름에 이중 밑줄이 있음

이중 밑줄을 제거하도록 열 이름을 바꾸고 다시 시도하세요.

데이터세트에 완전한 행이 없음

누락된 값을 바꾸거나 다른 데이터세트를 사용하세요.

데이터의 행 수에 비해 고유 레이블이 너무 많음

올바른 대상 열을 사용하고 있는지 확인하거나, 데이터세트의 행 수를 늘리거나, 유사한 레이블을 통합하거나, 다른 데이터세트를 사용하세요.

프라이버시사이트 이용 약관쿠키 기본 설정
© 2025, Amazon Web Services, Inc. 또는 계열사. All rights reserved.