使用自訂模型

使用 Amazon SageMaker Canvas，您可以建立經過資料訓練的自訂模型。透過使用您的資料訓練的自訂模型，您可以擷取特定且最具代表性的資料特性和趨勢。例如，您可能想要建立自訂時間序列預測模型，以訓練倉儲中的庫存資料以管理您的物流作業。

您可以在下列類型的資料集上訓練 Canvas 自訂模型：

• 表格式（包括數字，分類，時間序列和文本數據）

• 映像

下表顯示可在 Canvas 中建置的自訂模型類型，以及其支援的資料類型和資料來源。

模型類型	範例使用案例	支援的資料類型	支援的資料來源
數值預測	根據平方英尺等功能預測房價	數值	本機上傳、Amazon S3、SaaS 連接器
2 類別預測	預測客戶是否可能流失	二進制或分類	本機上傳、Amazon S3、SaaS 連接器
3+ 類別預測	預測出院後的患者結果	分類	本機上傳、Amazon S3、SaaS 連接器
時間序列預測	預測下一季的庫存	時間序列	本機上傳、Amazon S3、SaaS 連接器
單一標籤影像預測	預測影像中製造瑕疵的類型	映像 (JPG、PNG)	本機上傳、Amazon S3
多類別文字預測	根據產品描述預測產品類別，例如服裝、電子產品或家居用品	來源欄：文字 目標資料欄：二進位或分類	本機上傳、Amazon S3

開始使用

若要開始從自訂模型建置和產生預測，請執行下列動作：

• 決定您要建置的使用案例和模型類型。如需關於自訂模型的更多相關資訊，請參閱建置您的自訂模型。如需關於有關自訂模型支援的資料類型和來源更多相關資訊，請參閱將資料匯入 Canvas。。

• 將您的資料匯入 Canvas。您可以使用符合輸入要求的任何表格式或影像資料集來建立自訂模型。有關輸入要求的更多相關資訊，請參閱建立資料集。

  若要進一步瞭解可供您進行實驗 SageMaker 的範例資料集，請參閱使用範例資料集。

• 建置您的自訂模型。您可以執行快速建置以獲得模型並更快地開始進行預測，或者您可以執行標準建置以獲得更高的準確性。

  對於數值、分類和時間序列預測模型類型，您可以使用 Data Wrangler 功能清理和準備資料。在 Data Wrangler 中，您可以建立資料流程並使用各種資料準備技術，例如套用進階轉換或加入資料集。針對影像預測模型，您可以編輯影像資料集以更新標籤或新增和刪除映像。請注意，您無法將這些功能用於多類別文字預測模型。

• 評估模型的效能，並決定模型在真實世界資料上的效能。

• (選用) 對於特定模型類型，您可以與 Amazon SageMaker Studio Classic 中的資料科學家協同合作，他們可以協助審查和改善您的模型。

• 使用您的模型進行單一或批次預測。

注意

如果您已經在 Amazon SageMaker 工作室經典版中擁有一個訓練有素的模型，您可以將自己的模型帶到 SageMaker 畫布。檢閱 BYOM 先決條件，以判斷您的模型是否符合共用資格。