Gerar dataset para treinar SageMaker Canvas
- #Python
Com esse script consegui gerar facilmente um dataset aleatório para teste no sagemaker canvas, sem necessidade de instalar nem uma biblioteca apenas ter o python, como e para apenas fins didáticos pode explorar variar possibilidades, segue resultado do dataset:
Segue código:
import random
import csv
from sys import flags
from datetime import datetime
"""
Script para faciliar na criação de dataset para treinar ML, para executar no windows python gera_dataset.py no linux python3 gera_dataset.py
"""
"""
Autor Marlon para Bootcamp Nexa - Machine Learning para Iniciantes na AWS
"""
# Solicitar informações do usuário
num_records = int(input("Digite a quantidade de registros a serem gerados: ")) # Número de registros a serem gerados
mes = int(input("Digite o número do mês desejado: ")) # Mês dos registros
ano = int(input("Digite o ano desejado: ")) # Ano dos registros
num_prod = int(input("Digite a quantidade de variação de produtos: ")) # Quantidade de clientes
mes_ano = f"{mes:02d}-{ano:04d}" # Data no formato MM-AAAA
# Dados para o dataset
dic_precos = {
# Dicionário contendo produtos e seus preços
1: 21.70,
2: 15.50,
3: 25.50,
4: 50.00,
5: 80.21,
6: 90.50,
7: 41.00,
8: 89.30,
9: 12.50,
10: 50.90,
11: 31.50,
12: 28.50,
13: 150.90,
14: 140.20,
15: 130.25
# ... (Adicione outros produtos aqui)
}
dataset = []
for _ in range(num_records):
id_produto = random.randint(1, num_prod)
dia = random.randint(1, 30) # Dia da venda
data = datetime(year=ano, month=mes, day=dia).strftime("%Y/%m/%d") # Data da venda formatada
produto = random.choice(list(dic_precos.keys())) # Escolhe um produto aleatoriamente
preco = dic_precos[produto] # Preço do produto escolhido
quantidade = random.randint(1, 1000) # Quantidade do produto vendida
flags = random.randint(0, 1) #rando flags
dataset.append([id_produto, data, preco, flags, quantidade])
# criar arquivo csv
filename = f"estoque_{mes_ano}.csv"
with open(filename, "w", newline="") as csvfile:
csvwriter = csv.writer(csvfile)
csvwriter.writerow(["ID_PRODUTO", "DATA_EVENTO", "PRECO", "FLAG_PROMOCAO", "QUANTIDADE_ESTOQUE"])
csvwriter.writerows(dataset)
print(f"Arquivo gerado {filename}")
