Hiperparameter LDA

Dalam CreateTrainingJob permintaan, Anda menentukan algoritma pelatihan. Anda juga dapat menentukan hyperparameter khusus algoritme sebagai peta. string-to-string Tabel berikut mencantumkan hyperparameters untuk algoritma pelatihan LDA yang disediakan oleh Amazon. SageMaker Untuk informasi selengkapnya, lihat Bagaimana LDA Bekerja.

Nama Parameter	Deskripsi
num_topics	Jumlah topik untuk LDA untuk menemukan dalam data. Diperlukan Nilai yang valid: bilangan bulat positif
feature_dim	Ukuran kosakata korpus dokumen input. Diperlukan Nilai yang valid: bilangan bulat positif
mini_batch_size	Jumlah total dokumen dalam korpus dokumen input. Diperlukan Nilai yang valid: bilangan bulat positif
alpha0	Tebakan awal untuk parameter konsentrasi: jumlah elemen Dirichlet sebelumnya. Nilai kecil lebih cenderung menghasilkan campuran topik yang jarang dan nilai besar (lebih besar dari 1,0) menghasilkan campuran yang lebih seragam. Opsional Nilai yang valid: Float positif Nilai default: 1.0
max_restarts	Jumlah restart untuk dilakukan selama fase dekomposisi spektral Alternating Least Squares (ALS) dari algoritma. Dapat digunakan untuk menemukan minima lokal berkualitas lebih baik dengan mengorbankan perhitungan tambahan, tetapi biasanya tidak boleh disesuaikan. Opsional Nilai yang valid: Bilangan bulat positif Nilai default: 10
max_iterations	Jumlah maksimum iterasi yang harus dilakukan selama fase ALS dari algoritma. Dapat digunakan untuk menemukan kualitas minimum yang lebih baik dengan mengorbankan perhitungan tambahan, tetapi biasanya tidak boleh disesuaikan. Opsional Nilai yang valid: Bilangan bulat positif Nilai default: 1000
tol	Target toleransi kesalahan untuk fase ALS dari algoritma. Dapat digunakan untuk menemukan kualitas minimum yang lebih baik dengan mengorbankan perhitungan tambahan, tetapi biasanya tidak boleh disesuaikan. Opsional Nilai yang valid: Float positif Nilai default: 1e-8