AWS介绍用Amazon Quick Sight展示SageMaker预测结果

AWS介绍将Amazon SageMaker Canvas预测结果发送至Amazon Quick Sight进行可视化的流程。

预测任务完成后，用户可以选择发送至Quick Sight，并通过仪表板查看预测数据。AWS将该流程用于交互式报表、业务指标和面向不同用户的结果共享。

配置流程涉及SageMaker域与Quick Sight所在区域、执行角色的权限、S3预测存储桶访问以及Quick Sight用户角色。报表字段和共享范围需要按组织权限管理。

来源：AWS Machine Learning Blog，发布时间：2026年8月20日。

报表发布前验证预测数据的含义

把Canvas输出送进Quick Sight只是打通展示环节，业务使用者仍需要知道每个预测字段的单位、生成时间、目标区间和适用人群。仪表板应区分模型预测与实际观测值，并显示数据更新时间；否则读者容易把预测值当成已发生的事实。

先用一批有已知结果的历史样本做回测，把预测与实际值并列展示，检查筛选器、聚合方式和缺失记录是否改变结论。对于时间序列预测，验证图表是否按日期排序、是否混入训练期间数据；对分类结果则说明类别定义和阈值，避免颜色或排序暗示未经验证的优先级。

分享前核对S3输出桶、执行角色和Quick Sight用户组之间的权限，确认用户只能看到授权的数据集。该系列第一部分讲环境连接，第二部分讲数据准备与建模；本篇聚焦预测结果交付，不能替代对模型准确度和业务决策的独立审查。

回看：第一部分：配置Snowflake环境、第二部分：数据准备与模型训练。