Daten importieren

Amazon SageMaker Canvas unterstützt den Import von Tabellen-, Bild- und Dokumentdaten. Sie können Datensätze von Ihrem lokalen Computer, von Amazon-Diensten wie Amazon S3 und Amazon Redshift sowie von externen Datenquellen importieren. Wenn Sie Datensätze aus Amazon S3 importieren, können Sie einen Datensatz beliebiger Größe mitbringen. Verwenden Sie die Datensätze, die Sie importieren, um Modelle zu erstellen und Vorhersagen für andere Datensätze zu treffen.

Jeder Anwendungsfall, für den Sie ein benutzerdefiniertes Modell erstellen können, akzeptiert unterschiedliche Arten von Eingaben. Wenn Sie beispielsweise ein Modell zur Bildklassifizierung mit einer einzigen Bezeichnung erstellen möchten, sollten Sie Bilddaten importieren. Weitere Hinweise zu den unterschiedlichen Modelltypen und den von ihnen akzeptierten Daten finden Sie unter Wie funktionieren benutzerdefinierte Modelle. Sie können in SageMaker Canvas Daten importieren und benutzerdefinierte Modelle für die folgenden Datentypen erstellen:

• Tabellarisch (CSV, Parkett oder Tabellen)

  • Kategorisch – Verwenden Sie kategoriale Daten, um benutzerdefinierte kategoriale Vorhersagemodelle für Vorhersagen der Kategorien 2 und 3 zu erstellen.

  • Numerisch – Verwenden Sie numerische Daten, um benutzerdefinierte numerische Vorhersagemodelle zu erstellen.

  • Text – Verwenden Sie Textdaten, um benutzerdefinierte Textvorhersagemodelle für mehrere Kategorien zu erstellen.

  • Zeitreihen – Verwenden Sie Zeitreihendaten, um benutzerdefinierte Prognosemodelle für Zeitreihen zu erstellen.

• Bild (JPGoderPNG) — Verwenden Sie Bilddaten, um benutzerdefinierte Modelle zur Vorhersage von Bildern mit nur einer Bezeichnung zu erstellen.

• Dokument (PDF,, JPGPNG,TIFF) — Dokumentdaten werden nur für SageMaker Ready-to-use Canvas-Modelle unterstützt. Weitere Informationen zu Ready-to-use Modellen, die Vorhersagen für Dokumentdaten treffen können, finden Sie unterReady-to-use Modelle.

Sie können Daten aus den folgenden Datenquellen in Canvas importieren:

• Lokale Dateien auf Ihrem Computer

• Amazon-S3-Buckets

• Von Amazon Redshift bereitgestellte Cluster (nicht Amazon Redshift Serverless)

• AWS Glue Data Catalog über Amazon Athena

• Amazon Aurora

• Amazon Relational Database Service (AmazonRDS)

• Salesforce-Datenwolke

• Snowflake

• DatabricksSQLServer, MariaDB und andere beliebte Datenbanken über Konnektoren JDBC

• Über 40 externe SaaS-Plattformen, wie SAP OData

Eine vollständige Liste der Datenquellen, aus denen Sie importieren können, finden Sie in der folgenden Tabelle:

Quelle	Typ	Unterstützte Datentypen
Lokaler Datei-Upload	Local	Tabellarisch, Bild, Dokument
Amazon Aurora	Amazon intern	Tabellarisch
Amazon-S3-Bucket	Amazon intern	Tabellarisch, Bild, Dokument
Amazon RDS	Amazon intern	Tabellarisch
Von Amazon Redshift bereitgestellte Cluster (nicht Redshift Serverless)	Amazon intern	Tabellarisch
AWS Glue Data Catalog (über Amazon Athena)	Amazon intern	Tabellarisch
Databricks	Extern	Tabellarisch
Snowflake	Extern	Tabellarisch
Salesforce-Datenwolke	Extern	Tabellarisch
SQLServer	Extern	Tabellarisch
Mein SQL	Extern	Tabellarisch
Postgret SQL	Extern	Tabellarisch
MariaDB	Extern	Tabellarisch
Amplitude	Externe SaaS Plattform	Tabellarisch
CircleCI	Externe SaaS Plattform	Tabellarisch
DocuSign Überwachen	Externe SaaS Plattform	Tabellarisch
Domo	Externe SaaS Plattform	Tabellarisch
Datadog	Externe SaaS Plattform	Tabellarisch
Dynatrace	Externe SaaS Plattform	Tabellarisch
Facebook-Werbung	Externe SaaS Plattform	Tabellarisch
Einblicke in die Facebook-Seite	Externe SaaS Plattform	Tabellarisch
Google-Anzeigen	Externe SaaS Plattform	Tabellarisch
Google Analytics 4	Externe SaaS Plattform	Tabellarisch
Google-Suchkonsole	Externe SaaS Plattform	Tabellarisch
GitHub	Externe SaaS Plattform	Tabellarisch
GitLab	Externe SaaS Plattform	Tabellarisch
Infor Nexus	Externe SaaS Plattform	Tabellarisch
Instagram-Werbung	Externe SaaS Plattform	Tabellarisch
Jira Cloud	Externe SaaS Plattform	Tabellarisch
LinkedIn Werbung	Externe SaaS Plattform	Tabellarisch
LinkedIn Werbeanzeigen	Externe SaaS Plattform	Tabellarisch
Mailchimp	Externe SaaS Plattform	Tabellarisch
Marketo	Externe SaaS Plattform	Tabellarisch
Microsoft Teams	Externe SaaS Plattform	Tabellarisch
Mischpult	Externe SaaS Plattform	Tabellarisch
Okta	Externe SaaS Plattform	Tabellarisch
Salesforce	Externe SaaS Plattform	Tabellarisch
Salesforce Marketing Cloud	Externe SaaS Plattform	Tabellarisch
Salesforce Pardot	Externe SaaS Plattform	Tabellarisch
SAP OData	Externe SaaS Plattform	Tabellarisch
SendGrid	Externe SaaS Plattform	Tabellarisch
ServiceNow	Externe SaaS Plattform	Tabellarisch
Singular	Externe SaaS Plattform	Tabellarisch
Slack	Externe SaaS Plattform	Tabellarisch
Stripe	Externe SaaS Plattform	Tabellarisch
Trend Micro	Externe SaaS Plattform	Tabellarisch
Typform	Externe SaaS Plattform	Tabellarisch
Veeva	Externe SaaS Plattform	Tabellarisch
Zendesk	Externe SaaS Plattform	Tabellarisch
Zendesk Chat	Externe SaaS Plattform	Tabellarisch
Zendesk Sell	Externe SaaS Plattform	Tabellarisch
Zendesk Sunshine	Externe SaaS Plattform	Tabellarisch
Zoom-Meetings	Externe SaaS Plattform	Tabellarisch

Anweisungen zum Importieren von Daten und Informationen zu den Anforderungen an Eingabedaten, wie z. B. der maximalen Dateigröße für Bilder, finden Sie unter Erstellen eines Datensatzes.

Canvas bietet in Ihrer Anwendung auch mehrere Beispieldatensätze, um Ihnen den Einstieg zu erleichtern. Weitere Informationen zu den SageMaker bereitgestellten Beispieldatensätzen, mit denen Sie experimentieren können, finden Sie unter Verwenden von Beispieldatensätzen.

Nachdem Sie einen Datensatz in Canvas importiert haben, können Sie den Datensatz jederzeit aktualisieren. Sie können eine manuelle Aktualisierung durchführen oder einen Zeitplan für automatische Datensatzaktualisierungen einrichten. Weitere Informationen finden Sie unter Aktualisieren eines Datensatzes.

Weitere Informationen zu jedem Datensatztyp finden Sie in den folgenden Abschnitten:

Tabellarisch

Um Daten aus einer externen Datenquelle (z. B. einer Snowflake-Datenbank oder einer SaaS-Plattform) zu importieren, müssen Sie sich in der Canvas-Anwendung authentifizieren und eine Verbindung mit der Datenquelle herstellen. Weitere Informationen finden Sie unter Verbinden zu Datenquellen.

Wenn Sie Datensätze, die größer als 5 GB sind, von Amazon S3 nach Canvas importieren möchten, können Sie eine schnellere Probenahme erreichen, indem Sie Amazon Athena verwenden, um die Daten von Amazon S3 abzufragen und abzutasten.

Nachdem Sie Datensätze in Canvas erstellt haben, können Sie Ihre Daten mithilfe der Datenaufbereitungsfunktion von Data Wrangler vorbereiten und transformieren. Sie können Data Wrangler verwenden, um fehlende Werte zu verarbeiten, Ihre Features zu transformieren, mehrere Datensätze zu einem einzigen Datensatz zusammenzuführen und vieles mehr. Weitere Informationen finden Sie unter Datenaufbereitung.

Tipp

Solange Ihre Daten in Tabellen angeordnet sind, können Sie Datensätze aus verschiedenen Quellen wie Amazon Redshift, Amazon Athena oder Snowflake zusammenfügen.

Abbild

Informationen darüber, wie Sie einen Bilddatensatz bearbeiten und Aufgaben wie das Zuweisen oder Neuzuweisen von Beschriftungen, das Hinzufügen von Bildern oder das Löschen von Bildern ausführen, finden Sie unter Bearbeiten Sie einen Bilddatensatz.