步骤 1：准备数据

在机器学习中，您通常会获取数据并确保它经过了正确格式化，然后再开始训练过程。出于本教程的目的，我们从 UCI 机器学习存储库获取示例数据集，将其格式化以遵循 Amazon ML 指南，并使其可供您下载。按照本主题中的以下过程操作，从我们的 Amazon Simple Storage Service (Amazon S3) 存储位置下载数据集，并将其上传到您自己的 S3 存储桶。

有关 Amazon ML 格式化要求，请参阅了解 Amazon ML 的数据格式。

下载数据集

1. 单击 banking.zip，下载包含客户历史记录数据的文件，这些客户购买的产品与您的银行定期存款类似。解压缩该文件夹并将 banking.csv 文件保存到您的计算机上。

2. 单击 banking-batch.zip，下载您将用来预测潜在客户是否会响应您方案的文件。解压缩该文件夹并将 banking-batch.csv 文件保存到您的计算机上。

3. 打开 banking.csv。您将看到数据的行和列。标题行 包含各列的属性名称。属性 是指定的唯一属性，描述各客户的具体特征；例如 nr_employed 指示客户的雇佣状态。各行表示各个客户的相关观察的集合。

   

   您希望 ML 模型回答问题“此客户是否会订阅我的新产品？”。在 banking.csv 数据集中，此问题的答案是属性 y，该属性包含值 1（表示“是”）或 0（表示“否”）。您希望 Amazon ML 用来学习如何进行预测的属性称为目标属性。

   注意

   属性 y 是一个二进制属性。它只包含两个值之一，在这种情况下为 0 或 1。在原始 UCI 数据集中，y 属性为 Yes 或 No。我们已经为您编辑了原始数据集。属性 y 的所有表示 yes 的值现在是 1，所有表示 no 的值现在是 0。如果使用自己的数据，您可以为二进制属性使用其他值。有关有效值的更多信息，请参阅使用 AttributeType 字段。

以下示例显示我们将属性 y 中的值更改为二进制属性 0 和 1 前后的数据。

banking-batch.csv 文件不包含 y 属性。在创建了 ML 模型之后，您将使用该模型来预测该文件中各个记录的 y。

接下来，上传 banking.csv 和 banking-batch.csv 文件到 Amazon S3。

将文件上传到 Amazon S3 位置

1. 登录到 AWS Management Console，然后通过以下网址打开 Amazon S3 控制台：https://console.aws.amazon.com/s3/。

2. 在所有存储桶列表中，创建存储桶或者选择您希望将文件上传到的位置。

3. 在导航栏中，选择上传。

4. 选择 Add Files。

5. 在对话框中，导航到桌面，选择 banking.csv 和 banking-batch.csv，然后选择打开。

现在您已准备就绪，可创建训练数据源。