Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# Preparazione dei dati di addestramento del classificatore
<a name="prep-classifier-data"></a>

Per una classificazione personalizzata, si addestra il modello in modalità multiclasse o in modalità multietichetta. Multi-class la modalità associa una singola classe a ciascun documento. Multi-label la modalità associa una o più classi a ciascun documento. I formati dei file di input sono diversi per ogni modalità, quindi scegliete la modalità da utilizzare prima di creare i dati di allenamento. 

**Nota**  
La console Amazon Comprehend fa riferimento alla modalità multiclasse come modalità a etichetta singola.

La classificazione personalizzata supporta modelli addestrati con documenti di testo semplice e modelli addestrati con documenti nativi (come PDF, Word o immagini). Per ulteriori informazioni sui modelli di classificazione e sui tipi di documenti supportati, vedere. [Modelli di classificazione della formazione](training-classifier-model.md)

Per preparare i dati per addestrare un modello di classificatore personalizzato: 

1. Identifica le classi che desideri che questo classificatore analizzi. Decidi quale modalità usare (multiclasse o multi-etichetta).

1. Decidi il tipo di modello di classificatore, in base al fatto che il modello sia destinato all'analisi di documenti di testo semplice o di documenti semistrutturati. 

1. Raccogli esempi di documenti per ciascuna classe. Per i requisiti minimi di formazione, consulta[Quote generali per la classificazione dei documenti](guidelines-and-limits.md#limits-class-general).

1. Per un modello in testo semplice, scegliete il formato del file di addestramento da utilizzare (file CSV o file manifesto aumentato). Per addestrare un modello di documento nativo, utilizzate sempre un file CSV. 

**Topics**
+ [Formati di file di formazione Classifier](prep-class-data-format.md)
+ [Multi-class modalità](prep-classifier-data-multi-class.md)
+ [Multi-label modalità](prep-classifier-data-multi-label.md)