Hiperparámetros de aprendizaje lineal

La siguiente tabla contiene los hiperparámetros del algoritmo de aprendizaje lineal. Estos son los parámetros que establecen los usuarios para facilitar la estimación de los parámetros del modelo a partir de los datos. Los hiperparámetros necesarios que deben establecerse se enumerarán en primer lugar, en orden alfabético. Los hiperparámetros opcionales que se pueden establecer aparecen a continuación en la lista, también en orden alfabético. Cuando un hiperparámetro se establece en auto, Amazon SageMaker calculará y establecerá automáticamente el valor de ese hiperparámetro.

Nombre del parámetro	Descripción
num_classes	El número de clases para la respuesta variable. El algoritmo presupone que las clases se etiquetan 0, ..., num_classes - 1. Obligatorio cuando predictor_type es multiclass_classifier. De lo contrario, el algoritmo hace caso omiso de él. Valores válidos: Enteros comprendidos entre 3 y 1 000 000.
predictor_type	Especifica el tipo de variable de destino como una clasificación binaria, clasificación de varias clases, o regresión. Obligatorio Valores válidos: binary_classifier, multiclass_classifier o regressor
accuracy_top_k	A la hora de calcular la métrica de precisión de top-k para la clasificación de varias clases, el valor de k. Si el modelo asigna una de las puntuaciones top-k a la verdadera etiqueta, el ejemplo será puntuado como correcto. Opcional Valores válidos: enteros positivos Valor predeterminado: 3
balance_multiclass_weights	Especifica si se debe usar ponderaciones de clase, que proporcionan a cada clase igual importancia en la función de pérdida. Solo se usa cuando el predictor_type es multiclass_classifier. Opcional Valores válidos: true, false Valor predeterminado: false
beta_1	Tasa de decremento exponencial para las estimaciones del primer momento. Se aplica solo cuando el valor de optimizer es adam. Opcional Valores válidos: auto o de valor de punto flotante comprendido entre 0 y 1,0 Valor predeterminado: auto
beta_2	Tasa de decremento exponencial para las estimaciones de segundo momento. Se aplica solo cuando el valor de optimizer es adam. Opcional Valores válidos: auto o entero de punto flotante comprendido entre 0 y 1,0 Valor predeterminado: auto
bias_lr_mult	Permite una tasa de aprendizaje diferente para el plazo de sesgo. La tasa de aprendizaje real para el sesgo es learning_rate * bias_lr_mult. Opcional Valores válidos: auto o entero positivo de punto flotante Valor predeterminado: auto
bias_wd_mult	Permite una regularización diferente para el plazo de sesgo. La ponderación de regularización de L2 real para el sesgo es wd * bias_wd_mult. De forma predeterminada, no hay ninguna regularización en el plazo de sesgo. Opcional Valores válidos: auto o entero no negativo de punto flotante Valor predeterminado: auto
binary_classifier_model_selection_criteria	Cuando predictor_type se establece en binary_classifier, los criterios de evaluación del modelo para el conjunto de datos de validación (o para el conjunto de datos de capacitación si no proporciona un conjunto de datos de validación). Los criterios incluyen: accuracy: el modelo con la mayor precisión. f_beta: el modelo con la mayor puntuación f1. El valor predeterminado es F1. precision_at_target_recall: el modelo con la máxima precisión en un objetivo de exhaustividad determinado. recall_at_target_precision: el modelo con la máxima exhaustividad en un objetivo de precisión determinado. loss_function: el modelo con el valor más bajo de la función de pérdida utilizado en el entrenamiento. Opcional Valores válidos: accuracy, f_beta, precision_at_target_recall, recall_at_target_precision, o loss_function Valor predeterminado: accuracy
early_stopping_patience	El número de fechas de inicio para esperar antes de finalizar la capacitación si no se realiza ninguna mejora en la métrica relevante. Si ha proporcionado un valor para binary_classifier_model_selection_criteria. la métrica es dicho valor. De lo contrario, la métrica es la misma que el valor especificado para el hiperparámetro loss. La métrica se evalúa en los datos de validación. Si no ha proporcionado datos de validación, la métrica siempre la misma que el valor especificado para el hiperparámetro loss y se evalúa en los datos de capacitación. Para deshabilitar la parada precoz, establezca early_stopping_patience en un valor mayor que el valor especificado para epochs. Opcional Valores válidos: número entero positivo Valor predeterminado: 3
early_stopping_tolerance	Tolerancia relativa para medir una mejora en la pérdida. Si la proporción de la mejora en la pérdida dividida por la mejor pérdida anterior es inferior a este valor, la detención precoz considera que la mejora es cero. Opcional Valores válidos: Entero positivo de punto flotante Valor predeterminado: 0.001
epochs	Número máximo de iteraciones en los datos de capacitación. Opcional Valores válidos: número entero positivo Valor predeterminado: 15
f_beta	El valor de beta que se ha de emplear al calcular las métricas de puntuación F para la clasificación binaria o de varias clases. También se utiliza si el valor definido para binary_classifier_model_selection_criteria es f_beta. Opcional Valores válidos: enteros positivos de punto flotante Valor predeterminado: 1.0
feature_dim	El número de características en los datos de entrada. Opcional Valores válidos: auto o entero positivo Valores predeterminados: auto
huber_delta	El parámetro de pérdida de Huber. Durante la evaluación métrica y de capacitación, compute la pérdida L2 de errores inferiores a delata y de pérdida L1 de errores superiores a delta. Opcional Valores válidos: Entero positivo de punto flotante Valor predeterminado: 1.0
init_bias	Ponderación inicial para el plazo de sesgo. Opcional Valores válidos: Entero de punto flotante Valor predeterminado: 0
init_method	Establece la función de distribución inicial que se utiliza para ponderaciones de modelo. Las funciones incluyen: uniform: distribuido uniformemente entre (-escala, +escala). normal: distribución normal, con media 0 y sigma. Opcional Valores válidos: uniform o normal Valor predeterminado: uniform
init_scale	Escala una distribución uniforme para ponderaciones de modelo. Se aplica solo cuando se establece el hiperparámetro init_method en uniform. Opcional Valores válidos: Entero positivo de punto flotante Valor predeterminado: 0.07
init_sigma	La desviación estándar inicial para la distribución normal. Se aplica solo cuando se establece el hiperparámetro init_method en normal. Opcional Valores válidos: Entero positivo de punto flotante Valor predeterminado: 0.01
l1	El parámetro de regularización de L1. Si no desea utilizar la regularización de L1, establezca el valor en 0. Opcional Valores válidos: auto o número flotante no negativo Valor predeterminado: auto
learning_rate	El tamaño del paso usado por el optimizador para actualizaciones de parámetros. Opcional Valores válidos: auto o entero positivo de punto flotante Valor predeterminado: auto, cuyo valor depende del optimizador elegido.
loss	Especifica la función de pérdida. Las funciones de pérdida disponibles y sus valores predeterminados dependen del valor de predictor_type: Si la predictor_type se establece en regressor, las opciones disponibles son auto, squared_loss, absolute_loss, eps_insensitive_squared_loss, eps_insensitive_absolute_loss, quantile_loss y huber_loss. El valor predeterminado de auto es squared_loss. Si la predictor_type se establece en binary_classifier, las opciones disponibles son auto, logistic y hinge_loss. El valor predeterminado de auto es logistic. Si la predictor_type se establece en multiclass_classifier, las opciones disponibles son auto y softmax_loss. El valor predeterminado de auto es softmax_loss. Valores válidos: auto, logistic, squared_loss, absolute_loss, hinge_loss, eps_insensitive_squared_loss, eps_insensitive_absolute_loss, quantile_loss o huber_loss Opcional Valor predeterminado: auto
loss_insensitivity	El parámetro para el tipo de pérdida epsilon-insensible. Durante la evaluación métrica y de capacitación, cualquier error inferior a este valor se considera cero. Opcional Valores válidos: Entero positivo de punto flotante Valor predeterminado: 0.01
lr_scheduler_factor	Para cada hiperparámetro lr_scheduler_step, la tasa de aprendizaje disminuye en esta cantidad. Se aplica solo cuando se establece el hiperparámetro use_lr_scheduler en true. Opcional Valores válidos: auto o positivo de punto flotante comprendido entre 0 y 1 Valor predeterminado: auto
lr_scheduler_minimum_lr	La tasa de aprendizaje nunca disminuye a un valor inferior al valor establecido para lr_scheduler_minimum_lr. Se aplica solo cuando se establece el hiperparámetro use_lr_scheduler en true. Opcional Valores válidos: auto o entero positivo de punto flotante Valores predeterminados: auto
lr_scheduler_step	El número de pasos entre disminuciones de la tasa de aprendizaje. Se aplica solo cuando se establece el hiperparámetro use_lr_scheduler en true. Opcional Valores válidos: auto o entero positivo Valor predeterminado: auto
margin	El margen para la función hinge_loss. Opcional Valores válidos: Entero positivo de punto flotante Valor predeterminado: 1.0
mini_batch_size	El número de observaciones por minilote para el iterador de datos. Opcional Valores válidos: número entero positivo Valor predeterminado: 1000
momentum	El impulso del optimizador sgd. Opcional Valores válidos: auto o un entero de punto flotante comprendido entre 0 y 1,0 Valor predeterminado: auto
normalize_data	Normaliza los datos de la característica antes de la capacitación. La normalización de los datos convierte los datos de cada característica para que tengan una media de cero y los escala para que tenga la desviación estándar de la unidad. Opcional Valores válidos: auto, true o false Valor predeterminado: true
normalize_label	Normaliza la etiqueta. La normalización de las etiquetas cambia la etiqueta para que tenga una media de cero y la escala para que tenga la desviación estándar de la unidad. El valor auto predeterminado normaliza la etiqueta para problemas de regresión, pero no para problemas de clasificación. Si establece el hiperparámetro normalize_label en true para problemas de clasificación, el algoritmo hace caso omiso de él. Opcional Valores válidos: auto, true o false Valor predeterminado: auto
num_calibration_samples	Número de observaciones del conjunto de datos de validación para usar en la calibración de modelo (cuando se encuentra el mejor umbral). Opcional Valores válidos: auto o entero positivo Valor predeterminado: auto
num_models	Número de modelos para capacitación en paralelo. Para el valor predeterminado, auto, el algoritmo decide el número de modelos en paralelo a capacitar. Se realiza la capacitación de un modelo según el parámetro de capacitación determinado (regularización, optimizador y pérdida) y el resto mediante parámetros cerrados. Opcional Valores válidos: auto o entero positivo Valores predeterminados: auto
num_point_for_scaler	El número de puntos de datos a usar para calcular la normalización o para establecer plazos sin sesgo. Opcional Valores válidos: número entero positivo Valor predeterminado: 10,000
optimizer	El algoritmo de optimización que se va a utilizar. Opcional Valores válidos: auto: el valor predeterminado. sgd: descenso de gradiente estocástico. adam: estimación de momento adaptativa. rmsprop: una técnica de optimización basada en gradientes que utiliza una media móvil de gradientes cuadrados para normalizar el gradiente. Valor predeterminado: auto. El ajuste predeterminado de auto es adam.
positive_example_weight_mult	La ponderación asignada a ejemplos positivos cuando se capacita un clasificador binario. La ponderación de los ejemplos negativos se fija en 1. Si desea que el algoritmo elija una ponderación de manera que los errores en los ejemplos de clasificación negativos frente a positivos tenga el mismo impacto en la pérdida de capacitación, especifique balanced. Si desea que el algoritmo elija la ponderación que optimice el rendimiento, especifique auto. Opcional Valores válidos: balanced, auto o un entero positivo de punto flotante Valor predeterminado: 1.0
quantile	El cuantil para pérdida de cuantil. Para el cuantil q, el modelo intenta producir predicciones de modo que el valor de true_label sea mayor que la predicción con probabilidad q. Opcional Valores válidos: entero de punto flotante comprendido entre 0 y 1 Valor predeterminado: 0.5
target_precision	La precisión de destino. Si binary_classifier_model_selection_criteria tiene el valor recall_at_target_precision, entonces se mantiene precisión en este valor al mismo tiempo que se optimiza rellamada. Opcional Valores válidos: Entero de punto flotante comprendido entre 0 y 1,0 Valor predeterminado: 0.8
target_recall	La rellamada de destino. Si binary_classifier_model_selection_criteria tiene el valor precision_at_target_recall, entonces se mantiene rellamada en este valor al mismo tiempo que se optimiza precisión. Opcional Valores válidos: Entero de punto flotante comprendido entre 0 y 1,0 Valor predeterminado: 0.8
unbias_data	Establece las características sin sesgo antes de la capacitación de modo que la media sea 0. De forma predeterminada, los datos no están sesgados si el hiperparámetro use_bias se establece en true. Opcional Valores válidos: auto, true o false Valor predeterminado: auto
unbias_label	Establece las etiquetas sin sesgo antes de la capacitación de modo que la media sea 0. Se aplica a la regresión solo si el use_bias hiperparámetro se establece en true. Opcional Valores válidos: auto, true o false Valor predeterminado: auto
use_bias	Especifica si el modelo debe incluir un término de sesgo, que es el término interceptar en la ecuación lineal. Opcional Valores válidos: true o false Valor predeterminado: true
use_lr_scheduler	Cuándo usar un programador para la tasa de aprendizaje. Si desea utilizar un programador, especifique true. Opcional Valores válidos: true o false Valor predeterminado: true
wd	El parámetro de degradación de ponderación, que también se conoce como parámetro de regularización de L2. Si no desea utilizar la regularización de L2, establezca el valor en 0. Opcional Valores válidos: auto o entero no negativo de punto flotante Valor predeterminado: auto