发布于: Oct 14, 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特征工程的过程，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。
自即日起，您可以使用工作组在 Amazon Athena 上查询数据、启用数据集的多密钥联接、可视化相关性和重复行，并在导出数据流时提供客户托管式密钥，从而更轻松、更快速地为机器学习（ML）准备数据。以下是这些功能的详细说明：
- 对 Athena 工作组的支持。 Amazon Athena 工作组 这一资源类型可用于分隔同一 AWS 账户下运行的用户、团队或应用程序之间的查询执行和查询历史记录。自即日起，您现在可以使用您选择的工作组从 SageMaker Data Wrangler 使用 Athena 查询数据。
- 两种新的可视化功能来帮助做好数据准备：
- 借助 SageMaker Data Wrangler 的功能相关性可视化，您可以轻松计算数据集中功能的相关性，并将其可视化为相关矩阵。
- 使用新的重复行检测可视化功能，您可以快速检测数据集是否有任何重复行。
- 多密钥连接。 您现在可以在将 SageMaker Data Wrangler 中的两个数据集连接在一起时指定多个列，并删除 SageMaker Data Wrangler 流内部的中间步骤。
- 支持使用 Amazon Key Management Service（KMS）的客户托管式密钥（CMK）。自即日起，除了从 SageMaker Data Wrangler 中导出的笔记本之外，您现在还可以在使用“导出到 S3”功能时指定 KMS 密钥。