数据导入

Amazon SageMaker Canvas 支持导入表格、图像和文档数据。您可以从本地计算机、亚马逊服务（例如 Amazon S3 和 Amazon Redshift）以及外部数据源导入数据集。从 Amazon S3 导入数据集时，您可以携带任何大小的数据集。使用导入的数据集来构建模型并对其他数据集进行预测。

您可以为其构建自定义模型的每个使用案例都接受不同类型的输入。例如，如果要构建单标签图像分类模型，则应导入图像数据。有关不同的模型类型及其接受的数据的更多信息，请参阅自定义模型的工作原理。您可以在 C SageMaker anvas 中为以下数据类型导入数据并构建自定义模型：

• 桌子（CSV、实木复合地板或桌子）

  • 分类 - 使用分类数据构建自定义分类预测模型，以进行 2 和 3+ 类别预测。

  • 数值 - 使用数值数据构建自定义数值预测模型。

  • 文本 - 使用文本数据构建自定义的多元文本预测模型。

  • 时间序列 - 使用时间序列数据构建自定义的时间序列预测模型。

• 图像（JPG或PNG）-使用图像数据构建自定义的单标签图像预测模型。

• 文档 (PDF,JPG,PNG,TIFF)-仅 SageMaker 画布 Ready-to-use模型支持文档数据。要详细了解可以预测文档数据的 Ready-to-use模型，请参阅Ready-to-use 模型。

您可以从以下数据来源将数据导入 Canvas：

• 计算机上的本地文件

• Amazon S3 存储桶

• 亚马逊 Redshift 预配置的集群（不是亚马逊 Redshift Serverless）

• AWS Glue Data Catalog 通过亚马逊 Athena

• Amazon Aurora

• 亚马逊 Relational Database Service（亚马逊RDS）

• Salesforce Data Cloud

• Snowflake

• 通过连接器实现 Databricks、M SQLServer ariaDB 和其他常用数据库 JDBC

• 40 多个外部 SaaS 平台，例如 SAP OData

有关可以从中导入的数据源的完整列表，请参阅下表：

来源	类型	支持的数据类型
本地文件上传	本地	表格、图像、文档
Amazon Aurora	Amazon 内部	表格
Amazon S3 存储桶	Amazon 内部	表格、图像、文档
Amazon RDS	Amazon 内部	表格
亚马逊 Redshift 预配置集群（不是 Redshift 无服务器）	Amazon 内部	表格
AWS Glue Data Catalog （通过亚马逊 Athena）	Amazon 内部	表格
Databricks	外部	表格
Snowflake	外部	表格
Salesforce Data Cloud	外部	表格
SQLServer	外部	表格
我的 SQL	外部	表格
Postgre SQL	外部	表格
MariaDB	外部	表格
Amplitude	外部 SaaS 平台	表格
CircleCI	外部 SaaS 平台	表格
DocuSign 监视器	外部 SaaS 平台	表格
Domo	外部 SaaS 平台	表格
Datadog	外部 SaaS 平台	表格
Dynatrace	外部 SaaS 平台	表格
Facebook Ads	外部 SaaS 平台	表格
Facebook Page Insights	外部 SaaS 平台	表格
Google Ads	外部 SaaS 平台	表格
Google Analytics 4	外部 SaaS 平台	表格
Google Search Console	外部 SaaS 平台	表格
GitHub	外部 SaaS 平台	表格
GitLab	外部 SaaS 平台	表格
Infor Nexus	外部 SaaS 平台	表格
Instagram Ads	外部 SaaS 平台	表格
Jira Cloud	外部 SaaS 平台	表格
LinkedIn 广告	外部 SaaS 平台	表格
LinkedIn 广告	外部 SaaS 平台	表格
Mailchimp	外部 SaaS 平台	表格
Marketo	外部 SaaS 平台	表格
Microsoft Teams	外部 SaaS 平台	表格
Mixpanel	外部 SaaS 平台	表格
Okta	外部 SaaS 平台	表格
Salesforce	外部 SaaS 平台	表格
Salesforce Marketing Cloud	外部 SaaS 平台	表格
Salesforce Pardot	外部 SaaS 平台	表格
SAP OData	外部 SaaS 平台	表格
SendGrid	外部 SaaS 平台	表格
ServiceNow	外部 SaaS 平台	表格
Singular	外部 SaaS 平台	表格
Slack	外部 SaaS 平台	表格
Stripe	外部 SaaS 平台	表格
Trend Micro	外部 SaaS 平台	表格
Typeform	外部 SaaS 平台	表格
Veeva	外部 SaaS 平台	表格
Zendesk	外部 SaaS 平台	表格
Zendesk Chat	外部 SaaS 平台	表格
Zendesk Sell	外部 SaaS 平台	表格
Zendesk Sunshine	外部 SaaS 平台	表格
Zoom Meetings	外部 SaaS 平台	表格

有关如何导入数据的说明和输入数据要求的信息，如图像的最大文件大小，请参阅创建数据集。

Canvas 还在您的应用程序中提供了多个示例数据集以帮助您快速入门。要详细了解 SageMaker提供的示例数据集，您可以进行实验，请参阅使用示例数据集。

将数据集导入 Canvas 后，您可以随时更新数据集。您可以进行手动更新，也可以设置自动更新数据集的时间表。有关更多信息，请参阅 更新数据集。

请参阅下面几节，了解有关每种数据集类型的更多信息：

表格

要从外部数据来源（例如 Snowflake 数据库或 SaaS 平台）导入数据，必须在 Canvas 应用程序中向数据来源进行身份验证并连接到该数据来源。有关更多信息，请参阅 连接到数据来源。

如果您想将大于 5 GB 的数据集从 Amazon S3 导入 Canvas，则可以使用 Amazon Athena 查询和采样来自 Amazon S3 的数据并对其进行采样，从而加快采样速度。

在 Canvas 中创建数据集后，您可以使用 Data Wrangler 的数据准备功能来准备和转换数据。您可以使用 Data Wrangler 来处理缺失值、转换要素、将多个数据集连接成单个数据集等。有关更多信息，请参阅 数据准备。

提示

只要将数据排列成表格，就可以连接来自 Amazon Redshift、Amazon Athena 或 Snowflake 等不同来源的数据集。

图像

有关如何编辑图像数据集以及如何执行诸如分配或重新分配标签、添加图像或删除图像之类的任务的信息，请参阅编辑图像数据集。