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。
您可以使用 Amazon SageMaker AI，使用自訂 Scikit-learn 程式碼來訓練和部署模型。SageMaker AI Python SDK Scikit-learn 估算器和模型，以及 SageMaker AI 開放原始碼 Scikit-learn 容器，可讓您更輕鬆地撰寫 Scikit-learn 指令碼，並在 SageMaker AI 中執行指令碼。下一節提供參考資料，您可以用來了解如何將 Scikit-learn 與 SageMaker AI 搭配使用。
需求
Scikit-learn 1.2 具有以下相依性。
| 相依性 | 最低版本 |
|---|---|
| Python | 3.8 |
| NumPy | 1.17.3 |
| SciPy | 1.3.2 |
| joblib | 1.1.1 |
| threadpoolctl | 2.0.0 |
SageMaker AI Scikit-learn 容器支援下列 Scikit-learn 版本。
| 支援的 Scikit-learn 版本 | 最低 Python 版本 |
|---|---|
1.2-1 |
3.8 |
1.0-1 |
3.7 |
0.23-1 |
3.6 |
0.20.0 |
2.7 或 3.4 |
如需撰寫 Scikit-learn 訓練指令碼以及搭配 SageMaker AI 使用 Scikit-learn 估算器和模型的一般資訊，請參閱搭配 SageMaker Python SDK 使用 Scikit-learn
您想要做什麼？
注意
執行 SageMaker AI Scikit-learn 範例筆記本需要 Matplotlib 2.2.3 版或更新版本。
- 我想要在 SageMaker AI 中使用 Scikit-learn 進行資料處理、功能工程或模型評估。
-
如需範例 Jupyter 筆記本，請參閱 https://github.com/awslabs/amazon-sagemaker-examples/tree/master/sagemaker_processing/scikit_learn_data_processing_and_model_evaluation
。 如需訓練和部署 Scikit-learn 模型的部落格文章，請參閱 Amazon SageMaker AI 新增 Scikit-Learn 支援
。 如需相關文件，請參閱 ReadTheDocs
。 - 我想要在 SageMaker AI 中訓練自訂 Scikit-learn 模型。
-
如需範例 Jupyter 筆記本，請參閱 https://github.com/awslabs/amazon-sagemaker-examples/tree/master/sagemaker-python-sdk/scikit_learn_iris
。 如需文件，請參閱使用 Scikit-learn 訓練模型
。 - 我有在 SageMaker AI 中訓練的 Scikit-learn 模型，而且想要將它部署到託管端點。
-
如需詳細資訊，請參閱部署 Scikit-learn 模型
。 - 我有在 SageMaker AI 之外訓練的 Scikit-learn 模型，而且想要將它部署到 SageMaker AI 端點
-
如需詳細資訊，請參閱從模型資料部署端點
。 - 我想要參閱 Amazon SageMaker Python SDK
Scikit-learn 類別的 API 文件。 -
如需詳細資訊，請參閱 Scikit-learn 類別
。 - 我想要查看 SageMaker AI Scikit-learn 容器的相關資訊。
-
如需詳細資訊，請參閱 SageMaker Scikit-learn 容器 GitHub 儲存庫
。
