本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 准备分类器训练数据
<a name="prep-classifier-data"></a>

对于自定义分类，可以在多类模式或多标签模式下训练模型。 Multi-class mode 将单个类与每个文档关联起来。 Multi-label mode 将一个或多个类与每个文档关联起来。每种模式的输入文件格式都不同，因此请在创建训练数据之前选择要使用的模式。

**注意**  
Amazon Comprehend 控制台将多类模式称为单标签模式。

自定义分类支持使用纯文本文档训练的模型和使用原生文档（例如 PDF、Word 或图像）训练的模型。有关分类器模型及其支持的文档类型的更多信息，请参阅 [训练分类模型](training-classifier-model.md)。

准备数据以训练自定义分类器模型：

1. 确定您希望该分类器分析的类别。决定使用哪种模式（多类或多标签）。

1. 根据该模型是用于分析纯文本文档还是半结构化文档来决定分类器模型类型。

1. 收集每类的文档示例。有关最低训练要求，请参阅 [文件分类的常规配额](guidelines-and-limits.md#limits-class-general)。

1. 对于纯文本模型，请选择要使用的训练文件格式（CSV 文件或增强清单文件）。要训练原生文档模型，请始终使用 CSV 文件。

**Topics**
+ [分类器训练文件格式](prep-class-data-format.md)
+ [Multi-class 模式](prep-classifier-data-multi-class.md)
+ [Multi-label 模式](prep-classifier-data-multi-label.md)