Étape 1 : Préparation de vos données

Dans le cadre de l'apprentissage-machine, vous obtenez généralement les données et veillez à ce qu'elles soient formatées convenablement avant de commencer le processus de formation. Dans le cadre de ce didacticiel, nous avons obtenu un exemple de jeu de données dans leRéférentiel Machine Learning UCI, l'a formaté pour qu'il soit conforme aux directives Amazon ML, et le mettons à votre disposition pour que vous le télécharGIEZ. Téléchargez ce jeu de données à partir de notre emplacement de stockage Amazon Simple Storage Service (Amazon S3) et chargez-le dans votre compartiment S3 en suivant les procédures décrites dans cette rubrique.

Pour connaître les exigences de formatage d'Amazon ML, consultezPrésentation du format de données pour Amazon ML.

Pour télécharger les jeux de données

1. Téléchargez le fichier qui contient les données d'historique des clients qui ont acheté des produits similaires à votre dépôt bancaire à terme en cliquant sur banking.zip. Décompressez le dossier et enregistrez le fichier banking.csv sur votre ordinateur.

2. Téléchargez le fichier que vous utiliserez pour prédire si des clients potentiels vont répondre à votre offre en cliquant sur banking-batch.zip. Décompressez le dossier et enregistrez le fichier banking-batch.csv sur votre ordinateur.

3. Ouvrir banking.csv. Vous verrez des lignes et des colonnes de données. La ligne d'en-tête contient les noms des attributs des différentes colonnes. Un attribut est une propriété nommée unique qui décrit une caractéristique particulière de chaque client ; par exemple, nr_employed indique l'état professionnel du client. Chaque ligne représente la collection des observations relatives à un client individuel.

   

   Vous souhaitez que votre modèle d'apprentissage-machine réponde à la question « Ce client optera-t-il pour mon nouveau produit ? ». Dans le jeu de données banking.csv, la réponse à cette question est l'attribut y, qui contient la valeur 1 (pour oui) ou 0 (pour non). L'attribut qu'Amazon ML doit apprendre à prédire s'appelle attributattribut cible.

   Note

   L'attribut y est un attribut binaire. Il peut contenir uniquement deux valeurs, dans ce cas, 0 ou 1. Dans le jeu de données UCI d'origine, l'attribut y a pour valeur Yes (Oui) ou No (Non). Nous avons modifié le jeu de données d'origine pour vous. Toutes les valeurs de l'attribut y qui signifient Oui sont désormais 1, et toutes les valeurs qui signifient Non sont désormais 0. Si vous utilisez vos propres données, vous pouvez utiliser d'autres valeurs pour un attribut binaire. Pour plus d'informations sur les valeurs valides, consultez Utilisation du champ AttributeType.

Les exemples suivants montrent les données avant et après que nous avons remplacé les valeurs de l'attribut y par les attributs binaires 0 et 1.

Le fichier banking-batch.csv ne contient pas l'attribut y. Une fois que vous aurez créé un modèle d'apprentissage-machine, vous allez l'utiliser pour prédire y pour chaque enregistrement dans ce fichier.

Ensuite, chargez lebanking.csv etbanking-batch.csvfichiers sur Amazon S3.

Pour charger les fichiers vers un compartiment Amazon S3

1. Connectez-vous à la AWS Management Console et ouvrez la console Amazon S3 à l'adresse https://console.aws.amazon.com/s3/.

2. Dans la liste Tous les compartiments, créez un compartiment ou choisissez l'emplacement où vous voulez charger les fichiers.

3. Dans la barre de navigation, choisissez Charger.

4. Choisissez Add Files (Ajouter des fichiers).

5. Dans la boîte de dialogue, accédez à votre bureau, choisissez banking.csv et banking-batch.csv, puis choisissez Ouvrir.

Vous êtes maintenant prêt à créer votre source de données de formation.