本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 搭配 Amazon Quick Sight 使用 ML 洞察的資料集需求
<a name="ml-data-set-requirements"></a>

若要開始使用 Amazon Quick Sight 的機器學習功能，您需要連線到或匯入資料。您可以使用現有的 Amazon Quick Sight 資料集或建立新的資料集。您可以值接查詢您的 SQL 相容來源，或將資料擷取到 SPICE。

資料必須擁有下列屬性：
+  至少一個指標 (例如，銷售、訂單、出貨單位、註冊等等)。
+  至少一個類別維度 (例如，產品類別、通路、區隔、產業等)。NULL 值的類別會遭到忽略。
+ 異常偵測至少需要 15 個資料點來進行訓練。例如，如果資料的粒紋是每日，則至少需要 15 天的資料。例如，如果資料的粒紋是每月，則至少需要 15 個月的資料。
+ 預測最適合處理更多資料。請確定您的資料集擁有足夠的歷史資料，以取得最佳結果。例如，如果資料的粒紋是每日，則至少需要 38 天的資料。例如，如果資料的粒紋是每月，則至少需要 43 個月的資料。以下為時間粒紋的要求：
  + 年：32 個資料點
  + 季：35 個資料點
  + 月：43 資料點
  + 週：35 個資料點
  + 天：38 個資料點
  + 小時：39 個資料點
  + 分鐘：46 資料點
  + 秒：46 個資料點
+ 若要分析異常或預測，至少也需要一個日期維度。

如果您沒有可以開始著手的資料集，可以下載此範例資料集：[ML Insights 範例資料集 VI](samples/ml-insights.csv.zip)。備妥資料集後，即可從該資料集建立新分析。