本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 將您的模型傳送至 Quick
<a name="canvas-send-model-to-quicksight"></a>

如果您使用 Quick，並想要在 Quick 視覺化中利用 SageMaker Canvas，您可以建置 Amazon SageMaker Canvas 模型，並將其用作 Quick 資料集中的*預測欄位*。*預測欄位*是快速資料集中的欄位，可以對資料集中的指定資料欄進行預測，類似於 Canvas 使用者如何使用模型進行單一或批次預測。若要進一步了解如何將 Canvas 預測功能整合到您的快速資料集，請參閱《 [快速使用者指南](https://docs.aws.amazon.com/quicksight/latest/user/welcome.html)》中的 [SageMaker Canvas 整合](https://docs.aws.amazon.com/quicksight/latest/user/sagemaker-canvas-integration.html)。

下列步驟說明如何使用 Canvas 模型將預測欄位新增至快速資料集：

1. 開啟 Canvas 應用程式並使用資料集建立模型。

1. 在 Canvas 中建置模型之後，請將模型傳送至 Quick。當您將模型傳送至 Quick 時，結構描述檔案會自動下載到您的本機電腦。您可以在下一個步驟中將此結構描述檔案上傳至 Quick。

1. 開啟快速，然後選擇與用來建置模型的資料集具有相同結構描述的資料集。在資料集中新增預測欄位，並執行下列動作：

   1. 指定從 Canvas 傳送的模型。

   1. 上傳在步驟 2 中下載的結構描述檔案。

1. 儲存並發佈變更，然後產生新資料集的預測。Quick 使用模型以預測填入目標資料欄。

若要將模型從 Canvas 傳送至 Quick，您必須符合下列先決條件：
+ 您必須同時設定 Canvas 和 Quick。您的快速帳戶必須在與 Canvas 應用程式 AWS 區域 相同的 中建立。如果您 Quick 帳戶的所在區域與 Canvas 應用程式的區域不同，您必須[關閉](https://docs.aws.amazon.com/quicksight/latest/user/closing-account.html)並重新建立您的 Quick 帳戶，或在與 Quick 帳戶相同的區域中[設定 Canvas 應用程式](https://docs.aws.amazon.com/sagemaker/latest/dg/canvas-getting-started.html#canvas-prerequisites)。您的快速帳戶也必須包含您在第一次建立快速帳戶時設定的預設命名空間。請聯絡您的管理員，以協助您存取 Quick。如需詳細資訊，請參閱《 [快速使用者指南》中的設定](https://docs.aws.amazon.com/quicksight/latest/user/setting-up.html)*快速*。
+ 您的使用者必須擁有必要的 AWS Identity and Access Management (IAM) 許可，才能將預測傳送至 Quick。您的管理員可以為您的使用者設定 IAM 許可。如需詳細資訊，請參閱[授予使用者將預測傳送至 Quick 的許可](https://docs.aws.amazon.com/sagemaker/latest/dg/canvas-quicksight-permissions.html)。
+ Quick 必須能夠存取您為 Canvas 應用程式儲存體指定的 Amazon S3 儲存貯體。如需詳細資訊，請參閱[設定您的 Amazon S3 儲存](canvas-storage-configuration.md)。