기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
배치 예측의 경우 데이터세트가 데이터세트 생성에 설명된 요구 사항을 충족하는지 확인하세요. 데이터세트가 5GB보다 큰 경우 Canvas는 Amazon EMR Serverless를 사용하여 데이터를 처리하고 더 작은 배치로 분할합니다. 데이터가 분할되면 Canvas는 SageMaker AI 배치 변환을 사용하여 예측합니다. 배치 예측을 실행한 후 두 서비스 모두에서 요금이 표시될 수 있습니다. 자세한 내용은 Canvas 요금
일부 데이터세트에는 호환되지 않는 스키마가 있는 경우 예측이 불가능할 수도 있습니다. 스키마는 하나의 조직 구조입니다. 테이블 형식 데이터세트의 경우 스키마는 열의 이름과 열에 있는 데이터의 데이터 유형입니다. 다음 중 한 가지 이유로 스키마가 호환되지 않을 수 있습니다.
-
예측을 수행하는 데 사용하는 데이터세트에는 모델을 작성하는 데 사용하는 데이터세트보다 열 수가 적습니다.
-
데이터세트를 만드는 데 사용한 열의 데이터 유형은 예측에 사용하는 데이터세트의 데이터 유형과 다를 수 있습니다.
-
예측에 사용하는 데이터세트와 모델을 만드는 데 사용한 데이터세트의 열 이름이 일치하지 않습니다. 열 이름은 대/소문자를 구분합니다.
Column1은column1와 같지 않습니다.
배치 예측을 성공적으로 생성하려면 배치 예측 데이터세트의 스키마를 모델 훈련에 사용한 데이터세트와 일치시키세요.
참고
배치 예측의 경우 모델을 구축할 때 열을 삭제한 경우 Canvas는 삭제된 열을 예측 결과에 다시 추가합니다. 하지만 Canvas는 시계열 모델의 배치 예측에 삭제된 열을 추가하지 않습니다.
