机器学习

Amazon SageMaker Canvas 无代码 ML - 通过可视化界面构建预测模型

无需编码即可构建 ML 模型的可视化工具。只需上传 CSV 并选择预测目标即可完成模型构建，还支持与 Studio 双向共享。

約 2 分で読めます

SageMaker Canvas 概述

SageMaker Canvas 是无需编码即可构建和预测 ML 模型的可视化界面。SageMaker Studio 是面向数据科学家的 IDE，而 Canvas 则是让业务分析师和非工程师活用 ML 的工具。只需上传 CSV 文件并选择预测目标列即可构建模型。数据源除 S3 上的 CSV 外，还支持与 Redshift、Athena、Snowflake 的直接连接，无需构建 ETL 管道即可从现有数据仓库开始分析。

模型构建与预测

导入数据集并选择预测目标列 (Target) 后，Canvas 会自动执行数据分析、特征工程、算法选择和超参数优化。Quick Build 在 2-15 分钟内构建概算精度的模型，Standard Build 在 2-4 小时内构建高精度模型。Standard Build 内部使用 AutoML 并行尝试多种算法（线性回归、XGBoost、Deep Learning 等），自动选择最佳模型。可以用构建好的模型对新数据执行预测，并以 CSV 格式下载结果。除批量预测外，还支持单条记录预测（What-if 分析），可以改变特征值实时观察预测结果的变化。Ready-to-use 模型是从 Canvas 直接使用预训练 Bedrock 模型的功能，可立即执行情感分析和文本摘要。

模型共享与自动重新训练

在 Canvas 中构建的模型可以共享到 SageMaker Studio，由数据科学家用 Python 代码进行详细调优和评估。反过来，也可以将 Studio 中构建的高级模型导入 Canvas，让业务分析师通过 GUI 执行预测。设置自动重新训练计划后，每当添加新数据时模型会自动更新，防止预测精度下降。Canvas 支持时间序列预测、分类、回归、图像分类、文本分类等问题类型，只需选择数据集的目标列即可自动选择合适的算法。 要深入了解 SageMaker Canvas 的模型设计，可参考相关书籍 (Amazon)。

用例与导入模式

Canvas 在数据已积累但数据科学团队资源不足的部门中发挥最大效果。在营销部门构建客户流失预测的场景中，只需上传从 CRM 导出的客户属性 CSV（合同期限、使用频率、客服咨询次数等），将目标列指定为「流失标记」即可完成流失预测模型。在制造业质量预测中，导入传感器时间序列数据，提前预测不良品发生以改善良率。在零售需求预测中，使用 Canvas 的时间序列预测模式按 SKU 预测销售数量，用于库存优化。推荐的导入模式是三阶段流程：首先用 Canvas 验证假设（通过 Quick Build 确认模型可行性），如果精度有望则共享到 Studio 由数据科学家调优，最终作为 SageMaker Endpoint 进行生产部署。

与 SageMaker Studio Notebooks 的区分使用

Canvas 与 Studio Notebooks 通过目标用户和自由度的权衡来区分定位。Canvas 是以最快速度验证为目标的无代码工具，特征预处理、算法选择、超参数优化全部自动化。而 Studio Notebooks 使用 Python/R 进行完全控制，可自由设置自定义预处理、自有算法实现、分布式训练、GPU 选型等。Canvas 的限制包括：无法投入自定义算法、无法精细指定特征变换逻辑、对模型中间输出（特征重要度以外的解释）的访问有限。因此，AutoML 精度足够的任务用 Canvas，需要新颖研究方法的任务用 Studio Notebooks，这种区分是高效的。实务中经常出现 Canvas Quick Build 结果显示「精度不足但方向有望」后交给 Studio 的情况，此时从 Canvas 到 Studio 的共享一键完成是一大优势。

Canvas 的费用

Canvas 的会话费用按工作区使用时间计费，每小时约 1.90 美元。模型训练按训练时间和实例类型另行计费。Quick Build（2-15 分钟）适合探索性分析，Standard Build（2-4 小时）构建更高精度的模型。如果 Quick Build 能获得足够精度，可以省略 Standard Build 以降低成本。不使用 Canvas 会话的时段注销以停止计费。Ready-to-use 模型（情感分析、文本提取）无需额外训练即可使用，不产生训练成本。成本优化要点是 Canvas 在后台维持实例，如果数据探索结束后未明确注销，会话计费将持续产生。

总结

SageMaker Canvas 是无代码构建 ML 模型的可视化工具。业务分析师可以自行执行数据分析和预测，通过与 Studio 的双向模型共享实现与数据科学家的协作。支持时间序列预测、分类、回归、图像分类，自动重新训练防止预测精度下降。Ready-to-use 模型无需额外训练即可使用情感分析和文本提取。

相关服务

Amazon SageMaker Canvas无需编写代码即可构建机器学习模型的可视化工具Amazon SageMaker覆盖机器学习全生命周期的综合平台Amazon S3具有高耐久性和可扩展性的对象存储服务

相关文章

用 Amazon SageMaker 构建 ML 平台 - 从模型构建到部署介绍从 Studio 开发到托管 Spot 训练、Pipelines 实现 MLOps、Model Monitor 数据漂移检测，整合 ML 全生命周期的方法。通过 Amazon Forecast 实现需求预测 - 时间序列数据的导入与预测精度提升介绍通过 Forecast 构建时间序列预测模型、利用相关数据以及导出预测结果的方法。使用 AWS AppFabric 集中 SaaS 审计日志 - OCSF 标准化与 Security Lake 集成详解 AppFabric 收集 SaaS 应用审计日志、转换为 OCSF 格式标准化，以及构建分析管道的方法。

本主题的更多内容

使用 AWS Batch 执行基于 GPU 的机器学习训练 - 高性价比的大规模训练方案利用现有 Docker 容器执行 GPU 训练，通过 Spot 实例与检查点机制将成本最高降低 90%。同时介绍与 SageMaker 的使用场景区分。在 Amazon Bedrock 中使用 Claude - 从模型选择到提示词设计与成本优化介绍 Amazon Bedrock 中可用的 Anthropic Claude 模型特性对比、按使用场景的模型选择指南、提示词设计最佳实践以及成本优化方法。使用 Amazon Bedrock Knowledge Bases 构建 RAG 应用 - 检索增强生成的实现自动索引 S3 上的文档，通过 RetrieveAndGenerate API 整合检索与生成。介绍分块策略的选择以及通过 Guardrails 确保安全性的方法。使用 Amazon Braket 入门量子计算 - 量子电路的设计与模拟在本地模拟器上免费进行原型开发，在 IonQ、Rigetti 的真实硬件上执行量子电路。介绍通过混合作业实现 VQE 和 QAOA 的方法。AWS Clean Rooms ML 隐私保护型机器学习 - 无需共享数据即可构建模型详细介绍通过 Clean Rooms ML 构建相似人群模型、应用差分隐私以及在广告定向投放中的实际应用。使用 Amazon Comprehend 实现自然语言处理 - 情感分析与实体提取的活用详解 Comprehend 的情感分析、实体提取以及自定义分类模型的构建。对话式机器人构建 - 使用 Amazon Lex 和 Polly 实现自然的会话界面详解使用 Amazon Lex 和 Amazon Polly 构建对话式机器人的方法。文档文本提取 - 通过 Amazon Textract 和 Comprehend 实现智能文档处理解说通过 Amazon Textract 从文档中自动提取文本、表格和表单数据，以及与 Comprehend 联动实现的自然语言处理集成。介绍从发票处理到合同分析的实践用例。

相似的文章与服务

Amazon Forecast使用机器学习进行时间序列数据预测的全托管服务通过 Amazon Forecast 实现需求预测 - 时间序列数据的导入与预测精度提升介绍通过 Forecast 构建时间序列预测模型、利用相关数据以及导出预测结果的方法。Amazon SageMaker覆盖机器学习全生命周期的全托管平台，从数据准备、模型训练到部署和监控提供一站式支持用 Amazon SageMaker 构建 ML 平台 - 从模型构建到部署介绍从 Studio 开发到托管 Spot 训练、Pipelines 实现 MLOps、Model Monitor 数据漂移检测，整合 ML 全生命周期的方法。