Scikitlearn processor

标题: “Scikitlearn 处理器” 重量: 52

在这个笔记本中,我们编写一个 scikit-learn 脚本来转换原始数据为特征,并将特征摄入到特征存储中,并将其作为 SageMaker 处理作业执行。

关键要点

  • 我们编写一个 scikit learn 脚本文件,使用 SageMaker Python SDK 中的摄入 API 将数据摄入特征存储。

  • 然后,我们将该脚本输入到一个 scikit-learn 处理作业中。SageMaker Processing 负责提供运行作业所需的集群资源,并在作业完成后清理。

导航到笔记本

  • 导航到 amazon-sagemaker-feature-store-end-to-end-workshop Jupyter Lab 目录结构的主目录。然后导航到 05-module-scalable-batch-ingestion 并打开笔记本 m5_nb1_sm_processing_sklearn.ipynb

  • 将内核设置为 Python 3 (Data Science),并选择实例 ml.t3.medium

  • 通过在每个单元格中按 Shift+Enter 来执行单元格。代码运行时,方括号之间会出现一个 。几秒钟后,代码执行将完成, 将被替换为一个数字。

  • 您可以按照笔记本中的说明继续操作。

对于以下行: ::::alert 用户提供的文本包含 Markdown 语法,已被保留。粗体部分不应翻译。 :::