k-Means-Algorithmus - Amazon SageMaker

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

k-Means-Algorithmus

Der k-Means-Algorithmus ist ein unüberwachter Lernalgorithmus. Es versucht, diskrete Gruppierungen innerhalb von Daten zu finden, wobei Mitglieder einer Gruppe sich so ähnlich wie möglich sein sollen und sich so stark wie möglich von Mitgliedern anderer Gruppen unterscheiden sollen. Sie definieren die Attribute, die der Algorithmus zum Ermitteln der Ähnlichkeit verwenden soll.

Amazon SageMaker verwendet eine modifizierte Version des für Webanwendungen skalierbaren k-Clustering-Algorithmus. Verglichen mit der ursprünglichen Version des Algorithmus ist die Version von Amazon SageMaker genauer. Sie ist, wie der ursprüngliche Algorithmus, für riesige Datensätze skalierbar und bringt Verbesserungen hinsichtlich der Schulungszeit. Zu diesem Zweck streamt die von Amazon SageMaker verwendete Version Mini-Stapel (kleine, nach dem Zufallsprinzip ausgewählte Untermengen) der Schulungsdaten. Weitere Informationen zu k-Means-Mini-Stapeln finden Sie unter Web-scale k-means Clustering.

Der k-Means-Algorithmus erwartet tabellarische Daten, wobei die Zeilen die Beobachtungen darstellen, die Sie clustern möchten, und die Spalten die Attribute der Beobachtungen. Die n Attribute in den einzelnen Zeilen stellen einen Punkt im n-dimensionalen Raum dar. Der euklidisch Abstand zwischen diesen Punkten stellt die Ähnlichkeit der entsprechenden Beobachtungen dar. Der Algorithmus gruppiert die Beobachtungen mit ähnlichen Attributen (die Punkte, die diesen Beobachtungen entsprechen, sind näher beieinander). Weitere Informationen zur Funktionsweise von k-Means-Algorithmen in Amazon SageMaker finden Sie unterSo funktioniert das Clustering mit k-Means-Algorithmenaus.

E/A-Schnittstelle für den k-Means-Algorithmus

Für die Schulung nimmt der k-Means-Algorithmus an, dass die Daten in einem Schulungskanal (empfohlen S3DataDistributionType=ShardedByS3Key), mit einem optionalen Testkanal (empfohlen S3DataDistributionType=FullyReplicated) bereitgestellt werden, für den die Daten bewertet werden. Die Formate recordIO-wrapped-protobuf und CSV werden beide für die Schulung unterstützt. Sie können entweder den Datei- oder den Pipe-Modus verwenden, um Modelle mit Daten, die als recordIO-wrapped-protobuf oder CSV formatiert sind, zu schulen.

Für Inferenz werden text/csv, application/json und application/x-recordio-protobuf unterstützt. k-Means gibt eine closest_cluster-Bezeichnung und die distance_to_cluster für jede Beobachtung zurück.

Weitere Informationen über die Eingabe- und Ausgabedateiformate finden Sie unter k-Means-Antwortformate für Inferenz und unter k-Means-Beispiel-Notebooks. Der k-Means-Algorithmus unterstützt kein Mehrfach-Instance-Lernen, bei dem der Schulungssatz aus gekennzeichneten „Data Bags” besteht, von denen jede eine Sammlung von nicht gekennzeichneten Instances ist.

EC2-Instance-Empfehlung für den k-Means-Algorithmus

Wir empfehlen, k-Means-Algorithmen auf CPU-Instances zu schulen. Sie können auf GPU-Instances schulen, sollten jedoch die GPU-Schulung auf p*.xlarge-Instances begrenzen, da nur eine GPU pro Instance verwendet wird.

k-Means-Beispiel-Notebooks

Ein Beispiel-Notebook, das den SageMaker K-Means-Algorithmus zur Segmentierung der Bevölkerung der Countys in den USA nach Attributen, die mit der Hauptkomponentenanalyse identifiziert werden, verwendet, finden SieAnalysieren der US-Volkszählungsdaten für die Bevölkerungssegmentierung mit Amazon SageMakeraus. Anweisungen zum Erstellen von und Zugreifen auf Jupyter-Notebook-Instances, die Sie verwenden können, um das Beispiel in SageMaker auszuführen, finden Sie unter.Verwenden von Amazon SageMaker Notebook-Instancesaus. Sobald Sie eine Notebook-Instance erstellt und geöffnet haben, wählen Sie die RegisterkarteSageMaker Beispiele, um eine Liste aller SageMaker Beispiele anzusehen. Zum Öffnen eines Notebooks klicken Sie auf die Registerkarte Use (Verwenden) und wählen Sie Create copy (Kopie erstellen) aus.