Early Access: The content on this website is provided for informational purposes only in connection with pre-General Availability Qlik Products.
All content is subject to change and is provided without warranty.
Ga naar hoofdinhoud Ga naar aanvullende inhoud

Amazon SageMaker analytics source

Amazon SageMaker is een machine learning-platform voor het automatiseren, bevestigen en versnellen van voorspellende analyses waarmee gegevenswetenschappers en -analisten nauwkeurige voorspellende modellen kunnen ontwikkelen en implementeren.

Als u verbinding wilt maken met Amazon SageMaker, moet u een model dat u hebt gemaakt of waar u toegang toe hebt, hebben geïmplementeerd in een eindpunt op het AWS-platform. Dit eindpunt moet openbaar toegankelijk zijn voor Qlik Cloud.

Amazon SageMaker

Beperkingen

  • Amazon Comprehend heeft eindpuntquota:

    Eindpunten en quota voor Amazon SageMaker

  • AWS maakt het mogelijk modellen te implementeren in versietypen, bijvoorbeeld middelgrote en grote versietypen. De beschikbare resources in de Amazon-services beïnvloeden en beperken de prestaties bij het opnieuw laden van Qlik Sense en bij diagramresponsiviteit.

  • Als Qlik Sense gegevens verzendt naar Amazon SageMaker, wordt daarvoor een CSV-indeling gebruikt zonder koptekstrij. Dit betekent dat velden moeten worden verzonden in de volgorde waarin het Amazon SageMaker-eindpunt ze verwacht. U moet de velden opgeven in dezelfde volgorde die werd gebruikt toen het model werd gegenereerd.

  • De Amazon SageMaker-connector is beperkt tot 200,000 rijen per verzoek. Deze worden naar de eindpuntservice verzonden in batches van 2000 rijen. In scenario's waarbij meer rijen moeten worden verwerkt, gebruikt u een Loop in het load-script voor gegevens om meer rijen in batches te verwerken.

  • In een scenario waarbij een applicatie regelmatig opnieuw wordt geladen, is het handig om de prognoses met behulp van een QVD-bestand op te slaan in cache en alleen de nieuwe rijen naar het prognose-eindpunt te sturen. Dit verbetert de prestaties van het opnieuw laden van de Qlik Sense-applicatie en beperkt de belasting van het Amazon SageMaker-eindpunt.

  • Als u Amazon SageMaker gebruikt in een diagramuitdrukking, is het belangrijk om de gegevenstypen van de velden op te geven, omdat het model die moet verwerken in de juiste tekenreeks/numerieke indeling. Een beperking van server side extensions in diagramuitdrukkingen is dat de gegevenstypen niet automatisch worden gedetecteerd zoals in het load-script.

  • Als u een relatieve verbindingsnaam gebruikt en u besluit uw app van een gedeelde ruimte naar een andere gedeelde ruimte te verplaatsen, of als u uw app van een gedeelde ruimte naar uw privéruimte verplaatst, duurt het even voordat de analytische verbinding is bijgewerkt en de nieuwe locatie weerspiegelt.

Was deze pagina nuttig?

Als u problemen ervaart op deze pagina of de inhoud onjuist is – een typfout, een ontbrekende stap of een technische fout – laat het ons weten zodat we dit kunnen verbeteren!