我们不再更新 Amazon Machine Learning 服务，也不再接受新用户使用该服务。本文档可供现有用户使用，但我们不会再对其进行更新。有关更多信息，请参阅什么是 Amazon Machine Learning。

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

为 Amazon ML 创建数据架构

架构 包含输入数据中的所有属性及其相应的数据类型。Amazon ML 可以通过架构了解数据源中的数据。Amazon ML 使用架构中的信息来读取和解释输入数据、计算统计数据、应用正确的属性转换以及优化其学习算法。如果您未提供架构，Amazon ML 会通过数据推断出一个架构。

示例架构

要让 Amazon ML 正确读取输入数据并生成准确的预测结果，必须为每个属性分配正确的数据类型。我们通过一个例子来了解如何将数据类型分配给属性以及如何在架构中包含属性和数据类型。我们将调用示例“Customer Campaign”，因为我们要预测哪些客户将响应我们的电子邮件营销活动。我们的输入文件是 .csv 文件，其中包含九列：

1,3,web developer,basic.4y,no,no,1,261,0

2,1,car repair,high.school,no,no,22,149,0

3,1,car mechanic,high.school,yes,no,65,226,1

4,2,software developer,basic.6y,no,no,1,151,0

这是此数据的架构：

{
    "version": "1.0",
    "rowId": "customerId",
    "targetAttributeName": "willRespondToCampaign",
    "dataFormat": "CSV",
    "dataFileContainsHeader": false,
    "attributes": [
        {
            "attributeName": "customerId",
            "attributeType": "CATEGORICAL"
        },
        {
            "attributeName": "jobId",
            "attributeType": "CATEGORICAL"
        },
        {
            "attributeName": "jobDescription",
            "attributeType": "TEXT"
        },
        {
            "attributeName": "education",
            "attributeType": "CATEGORICAL"
        },
        {
            "attributeName": "housing",
            "attributeType": "CATEGORICAL"

        },
        {
            "attributeName": "loan",
            "attributeType": "CATEGORICAL"

        },
        {
            "attributeName": "campaign",
            "attributeType": "NUMERIC"
        },
        {
            "attributeName": "duration",
            "attributeType": "NUMERIC"
        },

        {
            "attributeName": "willRespondToCampaign",
            "attributeType": "BINARY"
        }
        
    ]
}

在此示例的架构文件中，rowId 的值为 customerId：

"rowId": "customerId",

属性 willRespondToCampaign 被定义为目标属性：

"targetAttributeName": "willRespondToCampaign ",

customerId 属性和 CATEGORICAL 数据类型与第一列关联，jobId 属性和 CATEGORICAL 数据类型与第二列关联，jobDescription 属性和 TEXT 数据类型与第三列关联，education 属性和 CATEGORICAL 数据类型与第四列关联，依此类推。第九列与 willRespondToCampaign 属性和 BINARY 数据类型关联，此属性还被定义为目标属性。

使用 targetAttributeName 字段

targetAttributeName 值是要预测的属性的名称。您在创建或评估模型时必须分配 targetAttributeName。

在您训练或评估 ML 模型时，targetAttributeName 会标识包含目标属性的“正确”答案的输入数据中属性的名称。Amazon ML 使用包含正确答案的目标来发现模式和生成 ML 模型。

在您评估您的模型时，Amazon ML 使用目标来检查您的预测结果的准确性。在您创建和评估完 ML 模型之后，可以通过 ML 模型利用数据和未分配的 targetAttributeName 生成预测。

您可在 Amazon ML 控制台中（创建数据源时）或在架构文件中定义目标属性。如果您要创建自己的架构文件，请使用以下语法来定义目标属性：

"targetAttributeName": "exampleAttributeTarget",

在此示例中，exampleAttributeTarget 是输入文件中属性的名称，该属性是目标属性。

使用 rowID 字段

row ID 是与输入数据中的属性相关联的可选标志。如果指定该标志，标记为 row ID 的属性则会包含在预测输出中。借助此属性，您可以更轻松地将预测与对应的观察进行关联。一个很好的例子是，row ID 是客户 ID 或类似的唯一属性。

您可在 Amazon ML 控制台中（创建数据源时）或在架构文件中定义 row ID。如果您要创建自己的架构文件，请使用以下语法来定义 row ID：

"rowId": "exampleRow",

在上述示例中，exampleRow 是在输入文件中被定义为行 ID 的属性的名称。

生成批量预测时，您可能会得到以下输出：

tag,bestAnswer,score
55,0,0.46317
102,1,0.89625 

在此示例中，RowID 表示属性 customerId。例如，预测 customerId 55 响应电子邮件营销活动的置信度低 (0.46317)，而预测 customerId 102 响应电子邮件营销活动的置信度 (0.89625) 高。

使用 AttributeType 字段

在 Amazon ML 中，有四个用于属性的数据类型：

如果训练架构中变量的数据类型与该变量在评估架构中的数据类型不一致，Amazon ML 会更改评估数据类型以与训练数据类型保持一致。例如，如果训练数据架构将数据类型 TEXT 分配给变量 age，但评估架构将数据类型 NUMERIC 分配给 age，Amazon ML 会将评估数据中的 age 看作 TEXT 变量，而不是 NUMERIC。

有关与每种数据类型相关的统计信息，请参阅描述性统计信息。

为 Amazon ML 提供架构

每个数据源都需要一个架构。您可以从两种方式中选择所需方式来为 Amazon ML 提供架构：

允许 Amazon ML 创建您的架构

使用 Amazon ML 控制台创建数据源时，Amazon ML 将根据变量的值使用简单规则来创建您的架构。我们强烈建议您检查 Amazon ML 创建的架构，并纠正不正确的数据类型。

提供架构

创建架构文件后，您需要使其对 Amazon ML 可用。您有两种选择：