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。
博客和白皮书
以下博客使用电影评论情绪预测的案例研究，说明执行完整机器学习工作流的过程。这包括数据准备、监控 Spark 作业以及训练和部署机器学习模型，以便直接从 Studio 或 Studio Classic 笔记本电脑中获取预测。
-
从 SageMaker Studio 或 Studio Classic 创建和管理亚马逊EMR集群，以运行交互式 Spark 和 ML 工作负载
。 -
要将用例扩展到跨账户配置，其中 SageMaker Studio 或 Studio Classic 以及您的亚马逊EMR集群部署在不同的 AWS 账户中，请参阅从 SageMaker Studio 或 Studio Classic 创建和管理亚马逊EMR集群以运行交互式 Spark 和 ML 工作负载——第 2 部分
。
另请参阅：
-
在支持 K erberos 的亚马逊集群上使用网络负载均衡器配置 Apache Livy 的
演练。EMR -
AWS SageMaker Studio 或 Studio 经典版最佳实践的白皮书。
