Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Requisitos previos para los ejercicios de introducción
Los siguientes pasos son requisitos previos para los ejercicios de introducción.
-
Configure permisos para que Amazon Personalize pueda acceder a sus recursos en su nombre. Esto implica crear un rol de servicio para Amazon Personalize y concederle acceso a los recursos de Amazon Personalize con una política de IAM. Para obtener más información, consulte Concesión de permiso a Amazon Personalize para que acceda a sus recursos.
-
Prepare los datos de entrenamiento y súbalos en su bucket de Amazon S3:
-
Para ver tutoriales sobre grupos de conjuntos de datos de dominios, consulte Creación de los datos de entrenamiento (grupo de conjuntos de datos de dominio).
-
Para ver tutoriales sobre grupos de conjuntos de datos personalizados, consulte Creación de los datos de entrenamiento (grupo de conjuntos de datos personalizado).
-
-
Conceda permiso a su rol de servicio de Amazon Personalize para acceder a sus recursos de Amazon S3, tal y como se especifica en Concesión de acceso a Amazon Personalize para los recursos de Amazon S3.
Creación de los datos de entrenamiento (grupo de conjuntos de datos de dominio)
Para crear datos de entrenamiento, debe descargar, modificar y guardar los datos de valoraciones de películas en un bucket de Amazon Simple Storage Service (Amazon S3). A continuación, debe conceder a permiso a Amazon Personalize para leer datos del bucket.
Para crear los datos de entrenamiento
-
Descarga y descomprime el archivo zip de clasificación de películas (ml-latest-small.zip
) de las categorías MovieLens menos recomendadas para la educación y el desarrollo (F. Maxwell Harper y Joseph A. Konstan. 2015). Los MovieLens conjuntos de datos: historia y contexto. ACM Transactions on Interactive Intelligent Systems (TII) 5, 4:19:1 — 19:19. https://doi.org/10.1145/2827872). -
Abra el archivo
ratings.csv
. Este archivo contiene los datos de interacciones para este tutorial.-
Elimine la columna calificación.
-
Cambie el nombre de las columnas
userId
ymovieId
aUSER_ID
yITEM_ID
respectivamente. -
Agregue una columna EVENT_TYPE y establezca el valor de cada registro en
watch
. Si utiliza Microsoft Excel, puede establecer el EVENT_TYPE para cada registro escribiendowatch
en la primera celda de la columna y, a continuación, haciendo doble clic en la esquina inferior derecha de la celda. El encabezado debe ser el siguiente:USER_ID,ITEM_ID,TIMESTAMP,EVENT_TYPE
Estas columnas deben ser exactamente como se muestran para que Amazon Personalize reconozca los datos. Las primeras filas de los datos deberían tener el siguiente aspecto:
USER_ID,ITEM_ID,TIMESTAMP,EVENT_TYPE 1,1,964982703,watch 1,3,964981247,watch 1,6,964982224,watch 1,47,964983815,watch 1,50,964982931,watch .... ....
Guarde el archivo
ratings.csv
. -
-
Suba
ratings.csv
a su bucket de Amazon S3. Para obtener más información, consulte Subida de archivos y carpetas con la función arrastrar y soltar en la Guía del usuario de Amazon Simple Storage Service. -
Concede permiso a Amazon Personalize para leer los datos del bucket. Para obtener más información, consulte Concesión de acceso a Amazon Personalize para los recursos de Amazon S3.
Creación de los datos de entrenamiento (grupo de conjuntos de datos personalizado)
Para crear datos de entrenamiento, debe descargar, modificar y guardar los datos de valoraciones de películas en un bucket de Amazon Simple Storage Service (Amazon S3). A continuación, debe conceder a permiso a Amazon Personalize para leer datos del bucket.
-
Descargue y descomprima el archivo zip de clasificación de películas, ml-latest-small.zip
, de las categorías MovieLens menos recomendadas para la educación y el desarrollo (F. Maxwell Harper y Joseph A. Konstan. 2015). Los MovieLens conjuntos de datos: historia y contexto. ACM Transactions on Interactive Intelligent Systems (TII) 5, 4:19:1 — 19:19. https://doi.org/10.1145/2827872). -
Abra el archivo
ratings.csv
. Este archivo contiene los datos de interacciones para este tutorial.-
Elimine la columna calificación.
-
Reemplace la fila de encabezados por la siguiente:
USER_ID,ITEM_ID,TIMESTAMP
Para que Amazon Personalize reconozca los datos, estos encabezados deben coincidir exactamente con los que se muestran.
Guarde el archivo
ratings.csv
. -
-
Suba
ratings.csv
a su bucket de Amazon S3. Para obtener más información, consulte Subida de archivos y carpetas con la función arrastrar y soltar en la Guía del usuario de Amazon Simple Storage Service. -
Concede permiso a Amazon Personalize para leer los datos del bucket. Para obtener más información, consulte Concesión de acceso a Amazon Personalize para los recursos de Amazon S3.