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.
RCF-Hyperparameter
In der Anforderung CreateTrainingJob
geben Sie den Schulungsalgorithmus an. Sie können außerdem algorithmusspezifische Hyperparameter als Zeichenfolge-zu-Zeichenfolge-Zuweisungen angeben. In der folgenden Tabelle sind die Hyperparameter für den Amazon SageMaker RCF-Algorithmus aufgeführt. Weitere Informationen sowie Empfehlungen zur Auswahl der Hyperparameter finden Sie unter Funktionsweise von RCF.
Parametername | Beschreibung |
---|---|
feature_dim |
Die Anzahl der Funktionen im Dataset. (Wenn Sie den Estimator Random Cut Forest Erforderlich Gültige Werte: Positive Ganzzahl (min: 1, max: 10000) |
eval_metrics |
Eine Liste der zur Bewertung eines gekennzeichneten Testdatasets verwendeten Metriken. Folgende Metriken können für das Ergebnis ausgewählt werden:
Optional Gültige Werte: Liste mit möglichen Werten aus Standardwert: |
num_samples_per_tree |
Anzahl der zufälligen Stichproben für jede einzelne Struktur aus dem Schulungsdataset. Optional Gültige Werte: Positive Ganzzahl (min: 1, max: 2048) Standardwert: 256 |
num_trees |
Anzahl der Einzelstrukturen in der Gesamtstruktur. Optional Gültige Werte: Positive Ganzzahl (min: 50, max: 1000) Standardwert: 100 |