Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Hyperparamètres RCF
Dans la demande CreateTrainingJob, vous spécifiez l'algorithme d'entraînement. Vous pouvez aussi spécifier les hyperparamètres spécifiques à l'algorithme comme mappages chaîne/chaîne. Le tableau suivant répertorie les hyperparamètres de l'algorithme Amazon SageMaker AI RCF. Pour plus d'informations, y compris les recommandations sur la façon de choisir les hyperparamètres, consultez Fonctionnement de l'algorithme RCF.
| Nom du paramètre | Description |
|---|---|
feature_dim |
Nombre de caractéristiques de jeu de données. (Si vous utilisez la forêt découpée au hasard Obligatoire Valeurs valides : entier positif (min : 1, max : 10 000) |
eval_metrics |
Liste des métriques utilisées pour évaluer un jeu de données de test étiquetées. Les métriques suivantes peuvent être sélectionnées pour la sortie :
Facultatif Valeurs valides : la liste des valeurs possibles extraites de Valeur par défaut : |
num_samples_per_tree |
Nombre d’échantillons aléatoires donnés à chaque arbre de jeu de données d’entraînement. Facultatif Valeurs valides : nombre entier positif (min : 1, max : 2048) Valeur par défaut : 256 |
num_trees |
Nombre d'arbres dans la forêt. Facultatif Valeurs valides : nombre entier positif (min : 50, max : 1000) Valeur par défaut : 100 |
