Hyperparamètres pour k-moyennes (k-means)

Dans la demande CreateTrainingJob, vous spécifiez l'algorithme de formation que vous voulez utiliser. Vous pouvez aussi spécifier les hyperparamètres spécifiques à l'algorithme comme mappages chaîne/chaîne. Le tableau suivant répertorie les hyperparamètres pour l'algorithme d'entraînement des k-moyennes (k-means) fourni par Amazon SageMaker. Pour plus d'informations sur le fonctionnement du clustering à l'aide de l'algorithme des k-moyennes (k-means), consultez Fonctionnement du clustering des données à l'aide de l'algorithme de k-moyennes (k-means).

Nom du paramètre	Description
feature_dim	Nombre de caractéristiques des données d'entrée. Obligatoire Valeurs valides : nombre entier positif
k	Nombre de clusters requis. Obligatoire Valeurs valides : nombre entier positif
epochs	Nombre de passages effectués sur les données d'entraînement. Facultatif Valeurs valides : nombre entier positif Valeur par défaut : 1
eval_metrics	Liste JSON des types de métriques utilisés pour présenter un score pour le modèle. Les valeurs autorisées sont msd pour la distance quadratique moyenne (MSD, Means Square Distance) et ssd pour la somme des carrés des distances (SSD, Sum of Square Distance). Si les données de test sont fournies, le score est calculé pour chacune des métriques demandées. Facultatif Valeurs valides : [\"msd\"], [\"ssd\"] ou [\"msd\",\"ssd\"]. Valeur par défaut : [\"msd\"]
extra_center_factor	L'algorithme crée K centres = num_clusters * extra_center_factor lorsqu'il s'exécute et réduit le nombre de centres de K à k lors de la finalisation du modèle. Facultatif Valeurs valides : nombre entier positif ou auto. Valeur par défaut : auto
half_life_time_size	Permet de déterminer le poids accordé à une observation lors du calcul d'une moyenne de cluster. Ce poids décroit de façon exponentielle au fur et à mesure que de plus en plus de points sont observés. Lorsqu'un point est observé pour la première fois, il se voit attribuer un poids 1 lors du calcul de la moyenne du cluster. La constante decay de la fonction exponentielle decay est choisie afin que son poids soit 1/2 après l'observation des points half_life_time_size. S'il est défini sur 0, il n'y a pas de diminution. Facultatif Valeurs valides : entier non négatif Valeur par défaut : 0
init_method	Méthode par laquelle l'algorithme choisit les centres de cluster initiaux. L'approche standard des k-moyennes les choisit de façon aléatoire. Une autre méthode, k-moyennes++ (k-means++), sélectionne le premier centre de cluster de façon aléatoire. Ensuite, elle répartit la position des clusters initiaux restants en pondérant la sélection des centres avec une distribution de probabilité proportionnelle au carré de la distance des points de données restants des centres existants. Facultatif Valeurs valides : random ou kmeans++. Valeur par défaut : random
local_lloyd_init_method	Méthode d'initialisation de la procédure espérance-maximisation (EM) de Lloyd utilisée pour créer le modèle final contenant k centres. Facultatif Valeurs valides : random ou kmeans++. Valeur par défaut : kmeans++
local_lloyd_max_iter	Nombre maximal d'itérations de la procédure espérance-maximisation (EM) de Lloyd utilisée pour créer le modèle final contenant k centres. Facultatif Valeurs valides : nombre entier positif Valeur par défaut : 300
local_lloyd_num_trials	Nombre de fois où la procédure espérance-maximisation (EM) avec la moindre perte est exécutée lors de la création du modèle final contenant k centres. Facultatif Valeurs valides : nombre entier positif ou auto. Valeur par défaut : auto
local_lloyd_tol	Tolérance de modification dans la fonction perte pour un arrêt anticipé de la procédure espérance-maximisation (EM) de Lloyd utilisée lors de la création du modèle final contenant k centres. Facultatif Valeurs valides : float. Plage [0, 1]. Valeur par défaut : 0.0001
mini_batch_size	Nombre d'observations par mini-lot pour l'itérateur de données. Facultatif Valeurs valides : nombre entier positif Valeur par défaut : 5000