发布于: May 7, 2021
Amazon SageMaker Data Wrangler 可将汇总和准备机器学习 (ML) 数据所需的时间从数周缩短至几分钟。借助 SageMaker Data Wrangler，您可以简化数据准备和功能工程的过程，并完成数据准备工作流程的每个步骤，包括通过单个可视界面进行数据选择、清理、探查和可视化。即日起，您可以使用 Amazon SageMaker Data Wrangler 的新功能，该功能可用于更轻松更快地为机器学习准备数据，包括：Amazon S3 的跨账户访问、最多支持 1000 列数据、分布式作业和新的 SageMaker Data Wrangler 笔记本体验。
随着 Amazon S3 跨账户访问的推出，您可以从您有权访问的任何 S3 存储桶中导入数据，并轻松浏览 S3 存储桶中的数据，而不管它们位于哪个账户。一旦导航到 S3 存储桶，您就可以交互式地浏览 S3 存储桶的内容，并通过单击将其导入 Amazon SageMaker Data Wrangler。此外，很多机器学习应用程序需要准备数百列的数据集。通过推出对 1000 列数据集的支持，您可以轻松地为机器学习应用程序准备数据。使用分布式作业，您现在可以在多个实例上扩展数据处理工作负载，以处理几乎任意大小的数据。现在，您可以为 ml.m5.4xlarge、ml.m5.12xlarge 和 ml.m5.24xlarge 实例类型指定超过 1 的实例数，以便轻松扩展数据处理工作负载。最后，SageMaker Data Wrangler 的新笔记本体验会使作业笔记本更易于使用。笔记本已经过重新组织以方便配置，并且提供了文档，使您可以更快地开始。