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。
聊天以進行資料準備
重要
對於管理員:
-
聊天資料準備需要相關
AmazonSageMakerCanvasAIServicesAccess
政策。如需詳細資訊,請參閱 AWS 受管理的策略: AmazonSageMakerCanvasAIServicesAccess -
聊天資料準備需要存取 Amazon 基岩和其中的人工克勞德模型。如需詳細資訊,請參閱新增模型存取權限。
-
您必須在執行模型的區域中執行 SageMaker Canvas 資料準備。 AWS 區域 在美國東部 (維吉尼亞北部)、美國西部 (奧勒岡) 和歐洲 (法蘭克福) 提供資料準備對談功能 AWS 區域。
除了使用內建的轉換和分析之外,您還可以使用自然語言在交談式介面中探索、視覺化和轉換資料。在交談式介面中,您可以使用自然語言查詢來瞭解和準備資料,以建置機器學習模型。
以下是您可以使用的一些提示的範例:
-
總結我的數據
-
拖放欄
example-column-name
-
以中值取代缺少的值
-
繪製價格直方圖
-
賣出的最昂貴的商品是什麼?
-
賣出了多少個不同的物品?
-
按地區排序數據
當您使用提示轉換資料時,您可以檢視顯示資料如何轉換的預覽。您可以根據您在預覽中看到的內容,選擇將其新增為資料牧馬人流程中的步驟。
對提示的回應會產生用於轉換和分析的程式碼。您可以修改程式碼,從提示更新輸出。例如,您可以修改分析的程式碼,以變更圖表軸的值。
使用下列程序開始與您的資料聊天:
與您的資料聊天
-
開啟 SageMaker 畫布資料流程。
-
選擇對話泡泡。
-
指定提示。
-
(選擇性) 如果您的查詢已產生分析,請選擇「新增」(Add) 以進行分析以供日後參考。
-
(選擇性) 如果您已使用提示轉換資料,請執行下列動作。
-
選擇「預覽」以檢視結果。
-
(選擇性) 修改轉換中的程式碼,然後選擇「更新」。
-
(選擇性) 如果您對變形的結果感到滿意,請選擇「新增至步驟」,將其新增至右側導覽的步驟面板。
-
使用自然語言準備好資料之後,您可以使用轉換後的資料建立模型。如需建立模型的詳細資訊,請參閱「建置您的自訂模型」。