데이터세트 스키마를 교체하여 새 열 추가 - Personalize
지침 및 요구 사항데이터세트 스키마 교체(콘솔)데이터세트의 스키마 교체(AWS CLI)데이터세트의 스키마 (AWS SDK) 바꾸기

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

데이터세트 스키마를 교체하여 새 열 추가

항목 또는 사용자 데이터 세트를 만든 후 해당 스키마를 새 스키마 또는 기존 스키마로 바꿀 수 있습니다. 데이터세트를 생성한 후 데이터 구조가 변경된 경우 데이터세트의 스키마를 교체할 수 있습니다. 예를 들어 항목 메타데이터의 새 열이 있어서 학습 중에 Personalize에서 고려하길 원할 수 있습니다. 또는 추천을 필터링할 때만 사용할 데이터 열을 추가할 수도 있습니다.

데이터세트의 스키마를 바꿀 때는 이전 스키마에 모든 필드를 유지해야 하며 데이터 유형이나 속성은 변경할 수 없습니다. 데이터세트의 스키마를 교체하면 Personalize는 기존 추천자 또는 사용자 지정 솔루션에 대한 학습에서 새 열을 자동으로 제외합니다. 자세한 지침 및 요구 사항은 지침 및 요구 사항단원을 참조하세요.

데이터세트의 스키마를 Amazon Personalize 콘솔 AWS Command Line Interface ,AWS CLI() 및 SDK로 대체할 수 있습니다. AWS

지침 및 요구 사항

데이터세트의 스키마를 교체하기 전에 다음 지침 및 요구 사항을 알고 있어야 합니다.

  • 항목 상호 작용 데이터 세트, 작업 상호 작용 데이터 세트 또는 작업 데이터 세트의 스키마는 대체할 수 없습니다.

  • 교체 스키마에 새 필드를 추가할 수 있지만 이전 스키마의 모든 필드를 유지해야 합니다. 데이터 유형이나 속성은 변경할 수 없습니다. 예를 들어 이전 스키마에 범주형 문자열 데이터용 MEMBERSHIP_STATUS필드가 포함된 경우 사용하는 새 스키마에는 이러한 속성 및 데이터 유형의 MEMBERSHIP_STATUS필드가 포함되어야 합니다.

  • 현재 스키마에 이름을 바꾸려는 필드가 있거나 스키마의 데이터 유형 또는 속성을 변경하려는 경우 새 이름과 수정된 유형 또는 속성을 가진 새 필드를 추가할 수 있습니다. 그런 다음 새 필드를 학습에 포함시키고 이전 필드는 제외시킵니다. 모든 새 필드는 null데이터를 지원해야 합니다. 이전 필드가 Null 데이터를 지원하지 않는 경우 데이터를 가져올 때 자리 표시자 데이터를 사용하여 가져오기가 스키마와 일치하는지 확인할 수 있습니다. 추천자가 사용하는 열을 구성하는 방법에 대한 자세한 내용은 추천자 업데이트단원을 참조하세요. 솔루션이 사용하는 열을 구성하는 방법에 대한 자세한 내용은 교육 시 사용되는 열 구성단원을 참조하세요.

  • 모든 새 필드는 null데이터를 지원해야 합니다. 필드에 Null 유형을 추가하는 방법에 대한 자세한 내용은 스키마 데이터 유형단원을 참조하세요.

  • 데이터세트의 스키마를 교체하면 Personalize는 기존 추천자 또는 사용자 지정 솔루션에 대한 학습에서 새 열을 자동으로 제외합니다. 수정된 데이터세트를 사용하려면 다음과 같은 작업이 필요합니다.

    • 학습에 새 열을 사용하려면 새 스키마에 맞는 데이터를 가져옵니다. 그런 다음 새 열을 사용하도록 추천자를 업데이트하거나, 새 사용자 지정 솔루션을 만들고 학습 시 사용할 열을 구성합니다.

      추천자가 사용하는 열을 업데이트하는 방법에 대한 자세한 내용은 추천자 업데이트단원을 참조하세요. 솔루션이 사용하는 열을 구성하는 방법에 대한 자세한 내용은 교육 시 사용되는 열 구성단원을 참조하세요.

    • 필터링할 때만 열을 사용하려면 새 스키마에 맞는 데이터를 가져오고 새 데이터를 사용하는 필터를 만든 다음 필터를 추천 요청에 적용합니다. 추천자를 업데이트하거나 사용자 지정 리소스를 만들거나 업데이트할 필요가 없습니다.

데이터세트 스키마 교체(콘솔)

Personalize 콘솔에서 데이터세트의 스키마를 교체하려면 수정할 데이터세트를 선택하고 새 스키마로 바꾸거나 기존 스키마를 사용하도록 선택합니다.

데이터세트의 스키마를 교체하려면

  1. https://console.aws.amazon.com/acm-pca/home에서 Personalize 콘솔을 열고 계정에 로그인합니다.

  2. 데이터세트 그룹 페이지에서 데이터세트 그룹을 선택합니다.

  3. 탐색 창에서 Datasets를 선택하고 수정하려는 데이터세트의 라디오 버튼을 선택합니다.

  4. 작업을 선택하고 스키마 교체를 선택합니다.

  5. 스키마 세부 정보에서 새 스키마로 교체할지 또는 이전에 만든 스키마로 교체할지 선택합니다.

  6. 사용할 새 스키마를 지정합니다. 다음을 선택한 경우:

    • 새 스키마로 교체하도록 선택한 경우, 스키마에 이름을 지정한 다음 스키마 정의에서 스키마 JSON을 변경합니다.

    • 이전에 생성한 스키마를 사용하도록 선택한 경우, 이전에 생성한 스키마에 대해 사용할 스키마를 선택합니다. 적합한 스키마만 나열됩니다. 스키마 요구 사항에 대한 자세한 내용은 지침 및 요구 사항단원을 참조하세요.

  7. 바꾸기를 선택합니다. 데이터세트가 활성화되면 새 스키마에 맞는 데이터 가져오기를 시작할 수 있습니다. 자세한 내용은 단계 2: 데이터 준비 및 가져오기단원을 참조하세요.

데이터세트의 스키마 교체(AWS CLI)

데이터세트의 스키마를 로 바꾸려면 update-dataset 명령을 사용하여 업데이트할 데이터세트의 Amazon 리소스 이름 (ARN) 과 사용할 새 스키마의 ARN을 지정합니다. AWS CLI항목 상호 작용 데이터 세트, 작업 상호 작용 데이터 세트 또는 작업 데이터 세트의 스키마는 업데이트할 수 없습니다.

다음 코드는 AWS CLI에서 데이터세트의 스키마를 업데이트하는 방법을 보여줍니다. 데이터세트의 스키마를 새 스키마로 바꾸려면 먼저 create-schema명령을 사용합니다. 그런 후 다음 코드를 사용하여 현재 스키마를 새 스키마로 교체합니다. 를 사용하여 스키마를 생성하는 방법에 대한 자세한 내용은 을 참조하십시오. AWS CLI데이터세트 및 스키마 생성(AWS CLI) 데이터세트 및 스키마 요구 사항에 대한 자세한 내용은 스키마단원을 참조하세요.

aws personalize update-dataset \
--dataset-arn Dataset ARN \
--schema-arn New schema ARN

데이터세트가 활성화되면 새 스키마에 맞는 데이터 가져오기를 시작할 수 있습니다. 자세한 내용은 단계 2: 데이터 준비 및 가져오기단원을 참조하세요. 데이터세트의 최신 업데이트에 대한 자세한 내용은 DescribeDataset작업을 사용할 수 있습니다.

데이터세트의 스키마 (AWS SDK) 바꾸기

데이터세트의 스키마를 AWS SDK로 바꾸려면 API 작업을 사용합니다. UpdateDataset 업데이트할 데이터세트의 리소스 이름(ARN)과 사용할 새 스키마를 지정합니다. 항목 상호 작용 데이터 세트, 작업 상호 작용 데이터 세트 또는 작업 데이터 세트의 스키마는 업데이트할 수 없습니다.

다음 코드는 Python용 SDK(Boto3)에서 데이터세트의 스키마를 교체하는 방법을 보여줍니다. 데이터세트의 스키마를 새 스키마로 바꾸려면 먼저 CreateSchema작업을 사용합니다. 그런 후 다음 코드를 사용하여 현재 스키마를 새 스키마로 교체합니다. AWS SDK로 스키마를 만드는 방법에 대한 자세한 내용은 을 참조하십시오. 데이터세트 및 스키마 (SDK) 생성AWS 데이터세트 및 스키마 요구 사항에 대한 자세한 내용은 스키마단원을 참조하세요.

import boto3

personalize = boto3.client('personalize')

update_dataset_response = personalize.update_dataset(
    datasetArn = 'dataset_arn',
    schemaArn = 'new_schema_arn'
)

print(update_dataset_response)

데이터세트가 활성화되면 새 스키마에 맞는 데이터 가져오기를 시작할 수 있습니다. 자세한 내용은 단계 2: 데이터 준비 및 가져오기단원을 참조하세요. 데이터세트의 최신 업데이트에 대한 자세한 내용은 DescribeDataset작업을 사용할 수 있습니다.