一般性问题
问：什么是 Amazon SageMaker Canvas？
Amazon SageMaker Canvas 是一种可视化、点击式的服务，它使业务分析师能够生成准确的机器学习 (ML) 预测，而无需编写任何代码，也无需 ML 专业知识。 SageMaker Canvas 可让您轻松访问和组合来自各种来源的数据，自动清理数据并应用各种数据调整，以及构建 ML 模型以通过单击生成准确的预测。您还可以轻松发布结果、解释和解读模型，以及与组织内的其他人共享模型以进行审查。
问：Amazon SageMaker Canvas 支持哪些数据源？
SageMaker Canvas 使您能够无缝发现您的账户有权访问的 AWS 数据源，包括 Amazon Simple Storage Service (S3) 和 Amazon Redshift。您可以使用 SageMaker Canvas 可视化、点击式的界面来浏览和导入数据。此外，您还可以从本地磁盘拖放文件，并使用预构建的连接器从第三方源（如 Snowflake）导入数据。
问：如何验证我的数据以确认它已准备好构建模型？
Amazon SageMaker Canvas 提供数据分析功能，可快速检查您的数据是否已准备好进行机器学习。SageMaker Canvas 可使用您的数据子集快速构建模型。如果模型构建成功，则可以使用完整数据集构建准确的模型。 数据分析功能还提供估计的模型分数和列影响分析，显示每一列对预测的相对影响以及列之间的相互关联。如果数据集中的列对预测的影响较小，您可以选择在构建 ML 模型之前排除该列。
问：如何构建 ML 模型以生成准确的预测？
连接数据源、选择数据集并准备好数据后，您就可以选择要预测的目标列以启动模型创建作业。 Amazon SageMaker Canvas 将自动识别问题类型，生成新的相关特征，使用 ML 技术（例如线性回归、逻辑回归、深度学习、时间序列预测和梯度提升）测试一组全面的预测模型，并构建基于您的数据集进行准确预测的模型。
问：构建模型需要多长时间？ 如何在模型创建过程中监控进度？
构建模型所需的时间取决于数据集的大小和所选的构建模型。小型数据集可能需要不到 5 分钟，大型数据集可能需要几个小时。随着模型构建的进行，Amazon SageMaker Canvas 会提供更新和预计完成时间。
问：如何进行预测？
要进行单个预测，请转到“单个预测”选项卡，输入值，Amazon SageMaker Canvas 将向您显示预测。您还可以使用滑块和下拉菜单来更改输入值，以查看对预测的影响。要对多个观测值或多行数据进行预测，请转到“批量预测”选项卡，拖放包含您的观测值的 CSV 文件，SageMaker Canvas 将创建一个带有预测值的新 CSV 文件。
问：我可以使用我的 Amazon SageMaker Canvas 模型从 SageMaker Canvas 之外的应用程序进行预测吗？
Amazon SageMaker Canvas 提供了可用于应用程序进行预测的参考代码。SageMaker Canvas 提供 Python、curl、Java 和 Node.js 的参考代码。
问：我如何向其他人解释我的模型？
Amazon SageMaker Canvas 提供列影响分析，解释数据集中的每一列对模型的影响。SageMaker Canvas 还提供了其他指标，可让您了解模型性能。此外，您还可以在生成预测时查看列影响，确定哪些列对每个预测的影响最大。
问：Amazon SageMaker Canvas 在哪些区域提供？
Amazon SageMaker Canvas 在美国东部（俄亥俄）、美国东部（弗吉尼亚北部）、美国西部（俄勒冈）、欧洲（法兰克福）、欧洲（爱尔兰）和亚太地区（东京）AWS 区域提供。
问：如何开始使用 Amazon SageMaker Canvas？
您可以通过 AWS 管理控制台创建 SageMaker 域并启动 SageMaker Canvas 来访问 Amazon SageMaker Canvas。在控制台中设置 SageMaker Canvas 后，您或您的 IT 管理员还可以配置单点登录，以使用户无需访问控制台即可启动 SageMaker Canvas。
