如何进一步提高Sagemaker Canvas模型表现？

【以下的回答经过翻译处理】 嗨，Janice，

考虑到Canvas是一个无代码工具，它抽象和自动化了大部分模型训练过程。当你训练模型时，模型调整和训练性能大多受限于数据量和特征选择。

尽管如此，在预处理阶段（即特征工程）中可以采取一个关键操作来改善你的表现。假设你不是技术开发人员，你可以探索使用AWS Data Brew。

AWS Glue DataBrew是一个无代码的可视化数据准备工具，它使数据分析师和数据科学家轻松清理和规范化数据，以用于进行分析和机器学习。你可以选择超过250个预构建转换函数来自动化数据准备任务，而不需要编写任何代码。你可以自动过滤异常，将数据转换为标准格式，纠正无效值，以及其他任务。在你的数据准备好后，你可以立即将它用于分析和机器学习项目中。

在你的场景中，你可以将你的初始数据存储在S3中，并在将数据写回S3之前，让DataBrew对其进行特征工程。从那你就可以将处理后的数据导入Canvas，并从中构建你的模型。相比直接使用原始数据构建模型，这会给你一个更好的性能表现。

Data Brew入门指南：链接

祝好！

Vincent