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。
聊天准备数据
重要
对于管理员:
-
聊天准备数据需要遵守
AmazonSageMakerCanvasAIServicesAccess
政策。有关更多信息,请参阅 AWS 托管策略: AmazonSageMakerCanvasAIServicesAccess -
聊天准备数据需要访问 Amazon Bedrock 和里面的 Anthropic Claude 模型。有关更多信息,请参阅添加模型访问权限。
-
您必须在与运行模型的区域 AWS 区域 相同的地方运行 C SageMaker anvas 数据准备。美国东部(弗吉尼亚北部)、美国西部(俄勒冈)和欧洲(法兰克福)提供数据准备聊天服务 AWS 区域。
除了使用内置的转换和分析外,您还可以在对话界面中使用自然语言来探索、可视化和转换数据。在对话界面中,您可以使用自然语言查询来理解和准备数据,以构建机器学习模型。
以下是您可以使用的某些提示的示例:
-
汇总我的数据
-
删除列
example-column-name
-
用中位数替换缺失值
-
绘制价格直方图
-
售出的最昂贵的物品是什么?
-
售出了多少不同的物品?
-
按区域对数据进行排序
使用提示转换数据时,可以查看显示数据转换方式的预览。您可以根据在预览中看到的内容选择将其添加为 Data Wrangler 流程中的步骤。
对提示的响应会生成用于转换和分析的代码。您可以修改代码以更新提示符的输出。例如,您可以修改分析代码以更改图形轴的值。
使用以下步骤开始与您的数据聊天:
与您的数据聊天
-
打开 SageMaker 画布数据流。
-
选择对话气泡。
-
指定提示。
-
(可选)如果您的查询生成了分析,请选择添加到分析以供日后参考。
-
(可选)如果您使用提示转换了数据,请执行以下操作。
-
选择 “预览” 以查看结果。
-
(可选)修改转换中的代码,然后选择更新。
-
(可选)如果您对变换的结果感到满意,请选择添加到步骤,将其添加到右侧导航栏的步骤面板中。
-
使用自然语言准备好数据后,您可以使用转换后的数据创建模型。有关创建模型的更多信息,请参阅构建自定义模型。