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。
SageMaker Clarify 與 Amazon SageMaker Data Wrangler 整合，可協助您在資料準備過程中找出偏差，而不必撰寫自己的程式碼。Data Wrangler 提供端對端解決方案，可透過 Amazon SageMaker Studio 匯入、準備、轉換、特徵化和分析資料。有關 Data Wrangler 資料準備工作流程的概觀，請參閱使用 Amazon SageMaker Data Wrangler 準備機器學習資料。
您可以指定感興趣的屬性，例如性別或年齡，SageMaker Clarify 會執行一組演算法來偵測這些屬性中是否存在偏差。執行演算法後，SageMaker Clarify 會提供視覺化報告，其中包含可能的偏差來源和偏差嚴重性說明，以便您可以規劃緩解的步驟。例如，在包含幾個商業貸款範例的金融資料集中，SageMaker AI 會標記不平衡，因此您可以避免不利於該年齡群組的模型。
分析和報告資料偏差
要開始使用 Data Wrangler，請參閱開始使用 Data Wrangler。
-
在 Amazon SageMaker Studio Classic 中，從左側面板的首頁 (
) 選單中，導覽至資料節點，然後選擇 Data Wrangler。這會開啟 Studio Classic 中的 Data Wrangler 登陸頁面。 -
選擇 + 匯入資料按鈕以建立新流程。
-
在流程頁面的匯入索引標籤，選擇 Amazon S3，導覽至 Amazon S3 儲存貯體，找到您的資料集，然後選擇匯入。
-
匯入您的資料後，在資料流量索引標籤的流程圖上，選擇資料類型節點右側的 + 號。
-
選擇 新增分析。
-
在建立分析頁面上，選擇偏差報告作為分析類型。
-
透過提供報告名稱、要預測的欄，以及其是值還是閾值、要分析偏差 (構面) 的欄，以及其是值還是閾值，設定偏差報告。
-
選擇偏差指標，繼續設定偏差報告。
-
選擇檢查偏差，以產生並檢視偏差報告。向下捲動以檢視全部的報告。
-
選擇每個偏差指標說明右側的插入記號，參閱可協助您解讀指標值重要性的文件。
-
若要檢視偏差指標值的表格摘要，請選擇資料表切換按鈕。若要儲存報告，請選擇頁面右下角的儲存。您可以在資料流量索引標籤的流程圖上查看報告。按兩下報告以開啟之。
