我在学习SageMaker的处理作业API时，参考了这个示例笔记本：https://github.com/aws/amazon-sagemaker-examples/blob/master/sagemaker_processing/scikit_learn_data_processing_and_model_evaluation/scikit_learn_data_processing_and_model_evaluation.ipynb
我尝试修改他们的代码，以避免使用默认的S3存储桶，即：s3://sagemaker-<region>-<account_id>/
对于使用.run方法的数据处理步骤：
from sagemaker.processing import ProcessingInput, ProcessingOutputsklearn_processor.run( code="preprocessing.py", inputs=[ProcessingInput(source=input_data, destination="/opt/ml/processing/input")], outputs=[ ProcessingOutput(output_name="train_data", source="/opt/ml/processing/train"), ProcessingOutput(output_name="test_data", source="/opt/ml/processing/test"), ], arguments=["--train-test-split-ratio", "0.2"],)我通过使用destination参数成功修改了代码，以使用我自己的S3存储桶，像这样：
sklearn_processor.run( code=output_bucket_uri + "preprocessing.py", inputs=[ProcessingInput( source=input_bucket_uri + "census-income.csv", destination=path+"input/", )], outputs=[ ProcessingOutput( output_name="train_data", source=path+"train/", destination=output_bucket_uri + "train/", ), ProcessingOutput( output_name="test_data", source=path+"test/", destination=output_bucket_uri + "test/", ), ], arguments=["--train-test-split-ratio", "0.2"], )但是对于.fit方法：
sklearn.fit({"train": preprocessed_training_data})我没有找到一个参数可以传递，使输出工件保存到我指定的S3存储桶，而不是默认的s3://sagemaker-<region>-<account_id>/存储桶。
回答：
对于SKLearnProcessor，指定默认存储桶的理想方法是通过创建一个带有该存储桶的sagemaker会话，并将其作为sagemaker_session参数发送。示例：
from sagemaker.session import Session sklearn_processor = SKLearnProcessor(framework_version='0.20.0', role='<arn-role>', instance_type='ml.m5.xlarge', instance_count=1, sagemaker_session=Session(default_bucket='<s3-bucket-name>'))我知道这不是你的具体问题，但你在问题详情中添加了一个替代方案。所以我在这里添加它作为一个更清晰的方法。
