모델을 Amazon QuickSight로 보내기 - Amazon SageMaker AI

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

모델을 Amazon QuickSight로 보내기

Amazon QuickSight를 사용하고 있고 Amazon QuickSight 시각화에 SageMaker Canvas를 활용하려는 경우 Amazon SageMaker Canvas 모델을 빌드하여 Amazon QuickSight 데이터세트의 예측 필드로 사용할 수 있습니다. 예측 필드는 Amazon QuickSight 데이터세트의 필드로, Canvas 사용자가 모델을 사용하여 단일 또는 배치 예측을 수행하는 방식과 유사하게 데이터세트의 특정 열을 예측할 수 있습니다. Canvas 예측 기능을 Amazon QuickSight 데이터세트에 통합하는 방법에 대해 자세히 알아보려면 Amazon QuickSight 사용 설명서의 SageMaker Canvas 통합을 참조하세요.

다음 단계에서는 Canvas 모델을 사용하여 Amazon QuickSight 데이터세트에 예측 필드를 추가하는 방법을 설명합니다.

  1. Canvas 애플리케이션을 열고 데이터세트로 모델을 구축합니다.

  2. Canvas에서 모델을 빌드한 후 Amazon QuickSight로 모델을 전송합니다. Amazon QuickSight로 모델을 보내면 스키마 파일이 로컬 시스템에 자동으로 다운로드됩니다. 다음 단계에서 이 스키마 파일을 Amazon QuickSight에 업로드합니다.

  3. Amazon QuickSight를 열고 모델 빌드에 사용한 데이터세트와 동일한 스키마를 가진 데이터세트를 선택합니다. 데이터세트에 예측 필드를 추가하고 다음 작업을 수행합니다.

    1. Canvas에서 전송한 모델을 지정합니다.

    2. 2단계에서 다운로드한 스키마 파일을 업로드합니다.

  4. 변경 내용을 저장하고 게시한 다음 새 데이터세트에 대한 예측을 생성합니다. Amazon QuickSight는 모델을 사용하여 대상 열을 예측으로 채웁니다.

Canvas에서 Amazon QuickSight로 모델을 전송하려면 다음 사전 조건을 충족해야 합니다.

  • Canvas와 Amazon QuickSight가 모두 설정되어 있어야 합니다. Amazon QuickSight 계정은 Canvas 애플리케이션 AWS 리전 과 동일한에서 생성해야 합니다. Amazon QuickSight 계정의 홈 리전이 Canvas 애플리케이션의 리전과 다른 경우 Amazon QuickSight 계정을 닫고 다시 만들거나 Amazon QuickSight 계정과 동일한 리전에서 Canvas 애플리케이션을 설정해야 합니다. Amazon QuickSight 계정에는 Amazon QuickSight 계정을 처음 만들 때 설정한 기본 네임스페이스도 포함되어야 합니다. Amazon QuickSight에 액세스하려면 관리자에게 문의하세요. 자세한 내용을 알아보려면 Amazon QuickSight 사용 설명서의 Amazon QuickSight 설정을 참조하세요.

  • 사용자에게 Amazon QuickSight로 예측을 전송하는 데 필요한 AWS Identity and Access Management (IAM) 권한이 있어야 합니다. 관리자는 사용자에 대한 IAM 권한을 설정할 수 있습니다. 자세한 내용은 사용자에게 Amazon QuickSight로 예측을 전송할 수 있는 권한 부여를 참조하세요.

  • Amazon QuickSight는 Canvas 애플리케이션 스토리지용으로 지정한 Amazon S3 버킷에 액세스할 수 있어야 합니다. 자세한 내용은 Amazon S3 스토리지 구성 섹션을 참조하세요.