기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

# 배치 예측 데이터세트 요구 사항
<a name="canvas-make-predictions-batch-preqreqs"></a>

배치 예측의 경우 데이터세트가 [데이터세트 생성](canvas-import-dataset.md)에 설명된 요구 사항을 충족하는지 확인하세요. 데이터세트가 5GB보다 큰 경우 Canvas는 Amazon EMR Serverless를 사용하여 데이터를 처리하고 더 작은 배치로 분할합니다. 데이터가 분할되면 Canvas는 SageMaker AI 배치 변환을 사용하여 예측합니다. 배치 예측을 실행한 후 두 서비스 모두에서 요금이 표시될 수 있습니다. 자세한 내용은 [Canvas 요금](https://aws.amazon.com/sagemaker/canvas/pricing/)을 참조하세요.

일부 데이터세트에는 호환되지 않는 *스키마*가 있는 경우 예측이 불가능할 수도 있습니다. *스키마*는 하나의 조직 구조입니다. 테이블 형식 데이터세트의 경우 스키마는 열의 이름과 열에 있는 데이터의 데이터 유형입니다. 다음 중 한 가지 이유로 스키마가 호환되지 않을 수 있습니다.
+ 예측을 수행하는 데 사용하는 데이터세트에는 모델을 작성하는 데 사용하는 데이터세트보다 열 수가 적습니다.
+ 데이터세트를 만드는 데 사용한 열의 데이터 유형은 예측에 사용하는 데이터세트의 데이터 유형과 다를 수 있습니다.
+ 예측에 사용하는 데이터세트와 모델을 만드는 데 사용한 데이터세트의 열 이름이 일치하지 않습니다. 열 이름은 대/소문자를 구분합니다.`Column1`은 `column1`와 같지 않습니다.

배치 예측을 성공적으로 생성하려면 배치 예측 데이터세트의 스키마를 모델 훈련에 사용한 데이터세트와 일치시키세요.

**참고**  
배치 예측의 경우 모델을 구축할 때 열을 삭제한 경우 Canvas는 삭제된 열을 예측 결과에 다시 추가합니다. 하지만 Canvas는 시계열 모델의 배치 예측에 삭제된 열을 추가하지 않습니다.