使用自定义模型进行预测 - Amazon SageMaker

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。

使用自定义模型进行预测

使用你在 C SageMaker anvas 中构建的自定义模型来预测数据。以下各节介绍如何对数值和分类预测模型、时间序列预测、图像预测模型和文本预测模型进行预测。

数值和分类预测、图像预测和文本预测自定义模型支持对数据进行以下类型的预测：

  • 单一预测 – 单一预测是指您只需要进行一次预测。例如，您想对一张图像或文本段落进行分类。

  • 批量预测 – 批量预测是指您想要对整个数据集进行预测。您可以对 1 TB 以上的数据集进行批量预测。例如，您有一个想要预测客户情绪的客户评论CSV文件，或者您有一个想要分类的图片文件夹。您应该使用与您的输入数据集相匹配的数据集进行预测。Canvas 使您能够进行手动批量预测，或者您可以配置在更新数据集时运行的自动批量预测。

对于每个预测或一组预测， SageMaker Canvas 会返回以下内容：

  • 预测值

  • 预测值正确的概率

开始使用

选择以下工作流之一，使用自定义模型进行预测：

使用模型生成预测后，您还可以执行以下操作：

  • 通过添加版本来更新您的模型。如果您想尝试提高模型的预测准确性，可以构建模型的新版本。您可以选择克隆原始的模型构建配置和数据集，也可以更改配置并选择其他数据集。添加新版本后，您可以查看和比较版本以选择最佳版本。

  • 在模型注册表中注册 SageMaker 模型版本。 您可以将模型的版本注册到 SageMaker 模型注册表，该功能用于跟踪和管理模型版本和机器学习管道的状态。有权访问 SageMaker 模型注册表的数据科学家或MLOps团队用户可以查看您的模型版本并批准或拒绝它们，然后再将其部署到生产环境中。

  • 将您的批量预测发送到 Amazon QuickSight。在 Amazon 中 QuickSight，您可以使用批量预测数据集构建和发布控制面板。这有助于您分析和共享自定义模型生成的结果。