了解业务趋势、客户行为、销售收入、需求增长和购买者倾向都始于数据。 探索、分析、解释和发现数据趋势对于企业取得成功至关重要。
业务分析师在通过业务指标可视化和未来事件预测等活动促进数据驱动的业务决策方面发挥着关键作用。 通过为这些分析师提供用于简单分析的可视化商业智能 (BI) 工具,并在机器学习 (ML) 等技术的支持下,可以实现快速迭代和更快的价值实现时间。
亚马逊QuickSight 是一种完全托管的云原生 BI 服务,可以轻松连接到您的数据,创建交互式仪表板和报告,并与数万名用户共享这些内容,无论是在 QuickSight 中还是嵌入到您的应用程序或网站中。 亚马逊 SageMaker 画布 是一个可视化界面,使业务分析师能够自行生成准确的 ML 预测,而无需任何 ML 经验或不必编写一行代码。
在本文中,我们展示了如何使用来自 Canvas 的基于 ML 的预测在 QuickSight 中发布预测仪表板,而无需显式下载预测并导入到 QuickSight 中。 该解决方案将帮助您将预测从 Canvas 发送到 QuickSight,使您能够使用 ML 加速决策制定,从而实现有效的业务成果。
解决方案概述
在以下部分中,我们将讨论可帮助管理员配置正确权限以将用户从 Canvas 无缝重定向到 QuickSight 的步骤。 然后我们详细介绍如何构建模型和运行预测,并展示业务分析师的经验。
先决条件
实施此解决方案需要以下先决条件:
确保使用与 Canvas 相同的 QuickSight 区域。 您可以通过从 QuickSight 控制台上的配置文件图标导航来更改区域。
管理员设置
在本节中,我们将详细介绍设置 IAM 资源、准备数据、使用训练数据集训练数据以及推断验证数据集的步骤。 此后,我们将数据发送到 QuickSight 进行进一步分析。
为 QuickSight 访问创建新的 IAM 策略
要创建 IAM 策略,请完成以下步骤:
- 在IAM控制台上,选择 使用政策与规范 在导航窗格中。
- 建立政策.
- 点击 JSON 选项卡,在编辑器中输入以下权限策略:
有关 IAM 策略语言的详细信息,请参阅 IAM JSON 政策参考.
- 下一页:标签.
- 您可以通过将标签作为键值对附加到策略中来添加元数据,然后选择 下一篇:复习.
有关在 IAM 中使用标签的更多信息,请参阅 标记 IAM 资源.
- 点击 审核政策 页面,输入名称(例如,
canvas-quicksight-access-policy
) 和政策的可选说明。 - 查看 总结 部分以查看您的策略授予的权限。
- 建立政策 保存您的工作。
创建策略后,您可以将其附加到您的执行角色,该角色授予您的用户必要的权限以向 QuickSight 中的用户发送批量预测。
将政策附加到您的 Studio 执行角色
要将策略附加到您的 Studio 执行角色,请完成以下步骤:
- 在SageMaker控制台上,选择 域名 在导航窗格中。
- 选择您的域名。
- 域设置.
- 复制下面的角色名称 执行角色.
- 在IAM控制台上,选择 角色 在导航窗格中。
- 在搜索栏中,输入您复制的执行角色,然后选择角色。
- 在用户角色的页面上,导航到 权限策略 部分。
- 点击 添加权限 菜单中选择 附加政策.
- 搜索以前创建的策略 (
canvas-quicksight-access-policy
), 选择它,然后选择 添加权限.
现在您有一个 IAM 策略附加到您的执行角色,该策略授予您的用户必要的权限以向 QuickSight 中的用户发送批量预测。
下载数据集
让我们下载我们用来训练模型和做出预测的数据集:
构建模型并运行预测
在本节中,我们将介绍如何构建模型并对贷款数据集进行预测。 然后我们将数据发送到 QuickSight 仪表板以获得业务洞察力。
启动画布
要启动 Canvas,请完成以下步骤:
- 在SageMaker控制台上,选择 域名 在导航窗格中。
- 选择您的域名。
- 点击 实行 菜单中选择 帆布.
上传训练和验证数据集
完成以下步骤将您的数据集上传到 Canvas:
- 在 Canvas 主页上,选择 数据集.
- 导入日期, 然后上传
lending_club_loan_data_train.csv
和lending_club_loan_data_test.csv
. - 保存并关闭,然后选择 导入日期.
现在让我们创建新模型。
- 我的模特 在导航窗格中。
- 新模式.
- 为您的模型输入一个名称(
Loan_Prediction
)并选择 创建.
如果这是第一次创建 Canvas 模型,您将看到一个信息弹出窗口,它会告诉您如何通过四个简单的步骤构建您的第一个模型。 您可以通读此内容,然后返回阅读本指南。
- 在模型视图中, 选择 标签,选择
lending_club_loan_data_train
数据集。
该数据集有 18 列和 32,000 行。
- 选择数据集。
- 点击 建立 选项卡,选择目标列,在我们的例子中
loan_status
.
Canvas 会自动检测到这是一个 3+类别预测 问题(也称为 多类分类).
- 如果检测到另一种模型类型,请通过选择手动更改它 变更类型.
- 快速建立,然后选择 开始快速构建 从弹出窗口。
您也可以选择 标准构建,它经历了完整的 AutoML 周期,在推荐最佳模型之前生成多个模型。
现在正在构建您的模型。 快速构建通常需要 2-15 分钟。
模型搭建完成后,您可以在 分析 标签。
使用模型进行预测
在我们构建和训练模型之后,我们可以生成对该模型的预测。
- 预测 在 分析 选项卡,或选择 预测 标签。
- 通过选择运行单个预测 单次预测 并提供条目。
您将在页面右侧看到 loan_status 预测。 您可以通过选择复制预测 复制, 或选择下载 下载预测. 这非常适合生成假设场景和测试不同的列如何影响我们模型的预测。
- 要运行批量预测,请选择 批量预测.
当您想对整个数据集进行预测时,这是最好的。 您应该使用与输入数据集匹配的数据集进行预测。
对于每个预测或一组预测,Canvas 返回预测值和预测值正确的概率。
让我们使用验证数据集从经过训练的模型中进行预测。
- 选择数据集.
- 选择
lending_club_loan_data_test
并选择 生成预测.
当您的预测准备就绪时,您可以在 数据集 部分。 您可以预览预测、将其下载到本地计算机、将其删除或将其发送到 QuickSight。
将预测发送到 QuickSight
您现在可以将这些 ML 模型的预测共享为 QuickSight 数据集,这些数据集将用作企业范围仪表板的新来源。 您可以分析趋势、风险和商机。 通过此功能,业务团队可以更轻松地访问 ML,因此他们可以加速数据驱动的决策制定。 与 QuickSight 用户共享数据会授予他们对数据集的所有者权限。 多个推断的数据集可以一次发送到 QuickSight。
请注意,您只能向 QuickSight 帐户默认命名空间中的用户发送预测,并且用户必须在 QuickSight 中具有作者或管理员角色。 发送到 QuickSight 的预测在与 Canvas 相同的区域可用。
- 选择推断的批处理数据集并选择 发送到亚马逊 QuickSight.
- 输入一个或多个 QuickSight 用户名以与之共享数据集,然后按 输入.
- 提交 共享数据。
在您发送批量预测后, 快视 您发送的数据集的字段显示为已发送。
- 在确认框中,您可以选择 打开亚马逊 QuickSight 打开您的 QuickSight 应用程序。
- 如果您使用完 Canvas, 注销 画布应用程序。
您可以将批量预测发送到 QuickSight,用于数字、分类预测和时间序列预测模型。 您还可以发送使用 带上你自己的模型 (BYOM) 方法。 排除单标签图像预测和多类别文本预测模型。
您已向其发送数据集的 QuickSight 用户可以打开他们的 QuickSight 控制台并查看已与他们共享的 Canvas 数据集。 然后他们可以使用数据创建预测仪表板。 有关详细信息,请参阅 Amazon QuickSight 数据分析入门.
默认情况下,您向其发送预测的所有用户都对 QuickSight 中的数据集拥有所有者权限。 所有者能够创建分析、刷新、编辑、删除和重新共享数据集。 所有者对数据集所做的更改会更改所有具有访问权限的用户的数据集。 要更改权限,请转到 QuickSight 中的数据集并管理其权限。 有关详细信息,请参阅 查看和编辑共享数据集的权限用户.
业务分析师经验
借助 QuickSight,您可以可视化数据以更好地理解它。 我们首先获取一些高级信息。
- 在QuickSight控制台上,选择 数据集 在导航窗格中。
- 通过选择从 Canvas 共享的批量预测数据集创建分析 建立分析 在下拉选项菜单上(三个垂直点)。
- 在分析页面上,选择工作表名称并将其重命名为 Loan Data Analysis。
让我们创建一个视觉对象来按贷款状态显示计数。
- 针对 视觉类型,选择 甜甜圈图.
- 使用
loan_status
字段为 组/颜色.
我们可以看到 99% 已全额支付,1% 已付清,0% 已付清。
现在我们添加第二个视觉对象来按状态显示贷款金额。
- 在左上角,选择加号并选择 添加视觉.
- 针对 视觉类型,选择 瀑布图.
- 使用
loan_status
字段为 产品类别. - 使用
loan_amount
字段为 值.
我们可以看到贷款总额约为 88 万美元,其中约有 221,000 美元被取消。
让我们试着找出一些拖欠贷款的风险驱动因素。
- 选择加号并选择 添加视觉.
- 针对 视觉类型,选择 水平条形图.
- 使用 loan_status 字段 Y轴.
- 使用 loan_amount 字段 值.
- 修改 值 字段聚合来自 总和 至 一般.
我们可以看到,平均而言,与当前贷款相比,已全额支付的贷款的贷款金额低约 3,500 美元,与已注销的贷款相比,全额支付的贷款低约 3,500 美元。 贷款金额与信用风险之间似乎存在相关性。
- 要复制视觉效果,请选择选项菜单(三个点),选择 复制视觉到,并选择 此表.
- 选择复制的视觉对象以修改其配置。
- 针对 视觉类型,选择 水平条形图.
- 使用 loan_status 字段 Y轴.
- 使用 loan_amount 字段 值.
- 修改 值 字段聚合来自 总和 至 一般.
您可以创建额外的视觉效果来检查额外的风险驱动因素。 例如:
- 贷款期限
- 开放信用额度
- 循环线利用率
- 总信用额度
- 添加视觉对象后,使用 Share 分析页面上的选项,并与业务利益相关者共享仪表板。
清理
为避免将来产生费用,请删除或关闭您在关注此帖子时创建的资源。 参考 注销 Amazon SageMaker 画布 以获得更多细节。
结论
在本文中,我们使用 Canvas 训练了一个 ML 模型,由于其用户友好的界面和清晰的可视化效果,无需编写任何代码。 然后,我们在 Canvas 中为该模型生成单个和批量预测。 为了评估整个企业的趋势、风险和商机,我们将此 ML 模型的预测发送到 QuickSight。 作为业务分析师,我们创建了各种可视化效果来评估 QuickSight 中的趋势。
现在支持 Canvas 的所有区域都提供此功能。 您可以在 Canvas 上了解更多信息 产品页面 和 文件.
作者简介
阿贾伊戈文达拉姆 是 AWS 的高级解决方案架构师。 他与使用 AI/ML 解决复杂业务问题的战略客户合作。 他的经验在于为适度到大规模的 AI/ML 应用程序部署提供技术指导和设计协助。 他的知识范围从应用程序架构到大数据、分析和机器学习。 他喜欢边休息边听音乐、体验户外活动以及与亲人共度时光。
瓦伦·梅塔(Varun Mehta) 是 AWS 的解决方案架构师。 他热衷于帮助客户在 AWS 云上构建企业级架构良好的解决方案。 他与使用 AI/ML 解决复杂业务问题的战略客户合作。
希亚姆·斯里尼瓦桑 是 AWS AI/ML 团队的首席产品经理,负责 Amazon SageMaker Canvas 的产品管理。 Shyam 关心通过技术让世界变得更美好,并对人工智能和机器学习如何成为这一旅程的催化剂充满热情。
- SEO 支持的内容和 PR 分发。 今天得到放大。
- 柏拉图爱流。 Web3 数据智能。 知识放大。 访问这里。
- 与 Adryenn Ashley 一起铸造未来。 访问这里。
- 使用 PREIPO® 买卖 PRE-IPO 公司的股票。 访问这里。
- Sumber: https://aws.amazon.com/blogs/machine-learning/publish-predictive-dashboards-in-amazon-quicksight-using-ml-predictions-from-amazon-sagemaker-canvas/
- :具有
- :是
- :在哪里
- $3
- $UP
- 000
- 10
- 100
- 11
- 12
- 15%
- 20
- 500
- 7
- 8
- 9
- a
- Able
- 关于
- 加快
- 加速
- ACCESS
- 无障碍
- 账号管理
- 精准的
- 实现
- 横过
- 操作
- 活动
- 加
- 额外
- 管理员
- 管理员
- 聚合
- AI
- AI / ML
- 所有类型
- 让
- 还
- Amazon
- 亚马逊QuickSight
- 亚马逊SageMaker
- 亚马逊 SageMaker 画布
- 亚马逊网络服务
- 量
- an
- 检测值
- 分析
- 分析人士
- 分析师
- 分析
- 分析
- 分析
- 和
- 另一个
- 任何
- 应用领域
- 架构
- 保健
- 围绕
- AS
- 帮助
- At
- 连接
- 作者
- 自动
- AutoML
- 可使用
- 避免
- AWS
- 背部
- 酒吧
- BE
- 成为
- 很
- before
- 作为
- 最佳
- 更好
- 之间
- 大
- 大数据运用
- 盒子
- 建立
- 建
- 商业
- 商业智能
- 企业
- by
- CAN
- 帆布
- 案件
- 催化剂
- 产品类别
- 更改
- 更改
- 带电
- 收费
- 查
- 选择
- 清除
- 云端技术
- 码
- 柱
- 列
- 如何
- 相比
- 完成
- 复杂
- 配置
- 确认
- 分享链接
- 安慰
- 角落
- 正确
- 相关
- 外壳
- 创建信息图
- 创建
- 创造
- 信用
- 电流
- 顾客
- 客户行为
- 合作伙伴
- 周期
- XNUMX月XNUMX日
- data
- 数据分析
- 数据驱动
- 数据集
- 决策
- 决定
- 默认
- 需求
- 演示
- 部署
- 描述
- 设计
- 细节
- 详情
- 检测
- 不同
- 方向
- 讨论
- 域
- 完成
- 向下
- 下载
- 驱动程序
- 每
- 易
- 编辑
- 效果
- 有效
- 或
- 嵌入式
- 使
- 使
- 输入
- 企业
- 整个
- 必要
- 事件
- 例子
- 排除
- 执行
- 体验
- 经历
- 探索
- 促进
- 快
- 部分
- 找到最适合您的地方
- 寻找
- (名字)
- 第一次
- 以下
- 针对
- 四
- 止
- 充分
- 进一步
- 未来
- 生成
- 产生
- 发电
- 得到
- 越来越
- Go
- GOES
- 授予
- 补助金
- 指南
- 有
- 有
- he
- 帮助
- 帮助
- 高水平
- 他的
- 主页
- 创新中心
- How To
- HTML
- HTTPS
- ICON
- ID
- 理想
- 图片
- 影响力故事
- 实施
- 输入
- in
- 增加
- 信息
- 信息
- 输入
- 可行的洞见
- 房源搜索
- 互动
- 接口
- 接口
- 成
- IT
- 迭代
- 它的
- 旅程
- JPG
- JSON
- 知识
- 已知
- 语言
- 大规模
- 发射
- 领导
- 学习用品
- 学习
- 谎言
- 喜欢
- Line
- 听力
- 贷款
- 贷款
- 本地
- 爱
- 降低
- 机
- 机器学习
- 使
- 制作
- 制作
- 管理
- 管理
- 颠覆性技术
- 经理
- 手动
- 菜单
- 元数据
- 方法
- 指标
- 百万
- 分钟
- ML
- 模型
- 模型
- 修改
- 更多
- 多
- 音乐
- 必须
- 姓名
- 名称
- 导航
- 导航
- 旅游导航
- 必要
- 打印车票
- 全新
- 现在
- of
- 折扣
- on
- 一旦
- 一
- 那些
- 仅由
- 打开
- 机会
- 附加选项
- or
- 我们的
- 输出
- 结果
- 户外活动
- 己
- 业主
- 业主
- 页
- 支付
- 对
- 面包
- 多情
- 权限
- 关键的
- 地方
- 柏拉图
- 柏拉图数据智能
- 柏拉图数据
- 播放
- 加
- 政策
- 弹出式
- 帖子
- 都曾预测
- 预测
- 预测
- Prepare
- 先决条件
- express
- 预览
- 先前
- 校长
- 市场问题
- 问题
- 产品
- 产品管理
- 产品经理
- 本人简介
- 优
- 发布
- 快速
- 阅读
- 准备
- 建议
- 重定向
- 地区
- 地区
- 业务报告
- 资源
- 资源
- 回报
- 收入
- 右
- 风险
- 风险
- 角色
- 运行
- sagemaker
- 销售
- 同
- 保存
- 情景
- 无缝
- 搜索
- 其次
- 部分
- 部分
- 看到
- 似乎
- 提交
- 前辈
- 发送
- 系列
- 服务
- 服务
- 特色服务
- 集
- Share
- 共用的,
- 共享
- 片
- 应该
- 显示
- 作品
- 关闭
- 侧
- 签署
- 简易
- 单
- So
- 方案,
- 解决方案
- 解决
- 一些
- 来源
- 花费
- 利益相关者
- 开始
- 开始
- 个人陈述
- Status
- 步骤
- 善用
- 工作室
- 成功
- 这样
- 支持
- 需要
- 目标
- 团队
- 队
- 文案
- 技术
- 专业技术
- HAST
- 测试
- 谢谢
- 这
- 世界
- 其
- 他们
- 然后
- 那里。
- 博曼
- 他们
- Free Introduction
- 数千
- 三
- 通过
- 次
- 时间序列
- 至
- 工具
- 合计
- 培训
- 熟练
- 产品培训
- 趋势
- 尝试
- 类型
- 下
- 理解
- 使用
- 用户
- 用户友好
- 用户
- 运用
- 平时
- 验证
- 折扣值
- 价值观
- 各个
- 版本
- 垂直
- 查看
- 可视化
- 视觉效果
- 是
- we
- 卷筒纸
- Web服务
- 您的网站
- 欢迎
- 井
- ,尤其是
- 这
- 而
- WHO
- 将
- 中
- 也完全不需要
- 工作
- 合作
- 世界
- 写
- 写作
- 完全
- 您一站式解决方案
- 和风网