建立資料流程 - Amazon SageMaker

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

建立資料流程

使用 SageMaker Canvas 中的 Data Wrangler 流程，或資料流程 ，來建立和修改資料準備管道。建議您將 Data Wrangler 用於大於 5 GB 的資料集。

若要開始使用，請使用下列程序將資料匯入資料流程。

  1. 開啟 SageMaker Canvas。

  2. 在左側導覽中，選擇 Data Wrangler 。

  3. 選擇匯入並準備 。

  4. 從下拉式選單中，選擇表格式或映像式。

  5. 針對選取資料來源 ，選擇您的資料來源，然後選取您要匯入的資料。您可以選擇最多 30 個檔案或一個資料夾。如果您已經有資料集匯入 Canvas，請選擇 Canvas 資料集作為來源。否則，請連線至資料來源，例如 Amazon S3 或 Snowflake，然後瀏覽您的資料。如需連線至資料來源或匯入資料的相關資訊，請參閱下列頁面：

  6. 選取您要匯入的資料後，選擇下一步。

  7. （選用） 在匯入表格式資料集時的匯入設定區段中，展開進階下拉式功能表。您可以為資料流程匯入指定下列進階設定：

    • 取樣方法 – 選取您要使用的取樣方法和樣本數。如需如何變更範例的詳細資訊，請參閱一節編輯資料流程取樣組態。

    • 檔案編碼 （CSV） – 選取資料集檔案的編碼。 UTF-8是預設值。

    • 略過前列 – 如果您在資料集開頭有多餘的資料列，請輸入您要略過匯入的資料列數目。

    • 分隔符號 – 選取分隔資料中每個項目的分隔符號。您也可以指定自訂分隔符號。

    • 多行偵測 – 如果您想要 Canvas 手動剖析多行儲存格的整個資料集，請選取此選項。Canvas 會透過取得資料範例來決定是否使用多行支援，但 Canvas 可能不會偵測到樣本中的任何多行儲存格。在此情況下，我們建議您選取多行偵測選項，強制 Canvas 檢查多行儲存格的整個資料集。

  8. 選擇匯入。

您現在應該有新的資料流程，並且可以開始新增轉換步驟和分析。