翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
HRNN-メタデータレシピ (レガシー)
レガシー HRNN レシピの上に aws-user-user-personalizaton (ユーザーパーソナライゼーション) レシピを使用することをお勧めします。ユーザーパーソナライゼーションは、HRNN レシピが提供する機能を改善し、統合します。詳細については、「ユーザーパーソナライズのレシピ」を参照してください。
HRNN- メタデータレシピは、ユーザーがやり取りするアイテムを予測します。HRNN レシピに類似していますが、コンテキスト、ユーザー、アイテムのメタデータ (それぞれソースは、インタラクション、ユーザー、アイテムのデータセット) から派生した追加の特徴を含みます。高品質なメタデータを使用できる場合、HRNN-Metadata は非メタデータモデルよりも結果が正確になります。このレシピを使用するには、より長いトレーニング時間が必要になる場合があります。
HRNN-Metadata レシピには以下のプロパティがあります。
名前 –
aws-hrnn-metadata
レシピ Amazon リソースネーム (ARN)–
arn:aws:personalize:::recipe/aws-hrnn-metadata
アルゴリズム ARN–
arn:aws:personalize:::algorithm/aws-hrnn-metadata
機能変換 ARN–
arn:aws:personalize:::feature-transformation/featurize_metadata
レシピタイプ–
USER_PERSONALIZATION
以下の表では、HRNN-Metadata レシピのハイパーパラメータについて説明します。ハイパーパラメータは、モデルパフォーマンスを向上させるために調整できるアルゴリズムパラメータです。アルゴリズムのハイパーパラメータは、モデルの実行方法を制御します。特徴化のハイパーパラメータは、トレーニングで使用するデータのフィルタリング方法を制御します。ハイパーパラメータに最適な値を選択するプロセスは、ハイパーパラメータの最適化 (HPO) と呼ばれます。詳細については、「ハイパーパラメータおよび HPO」を参照してください。
このテーブルには、各ハイパーパラメータに関する以下の情報も含まれています。
範囲: [下限、上限]
値の型: 整数、連続 (浮動小数点)、カテゴリ別 (ブール値、リスト、文字列)
調整可能な HPO: パラメータがハイパーパラメータ最適化 (HPO) に参加できますか?
[Name] (名前) | 説明 |
---|---|
アルゴリズムのハイパーパラメータ | |
hidden_dimension |
モデルで使用される非表示変数の数。非表示の変数は、ユーザーの購入履歴と商品統計を再作成して、ランキングスコアを生成します。インタラクションデータセットにより複雑なパターンが含まれている場合は、より多くの非表示ディメンションを指定します。使用する非表示のディメンションが多くなると、データセットが大きくなり、処理時間が長くなります。最適な値を決定するには、HPO を使用します。HPO を使用するには、CreateSolution オペレーション CreateSolutionVersion とオペレーションを呼び出すときに デフォルト値: 43 範囲: [32、256] 値の型: 整数 HPO 調整可能: はい |
bptt |
通し時間のバックプロパゲーションの手法を使用するかどうかを決定します。通し時間のバックプロパゲーションは、再帰的なニューラルネットワークベースのアルゴリズムの重みを更新する手法です。遅延報酬を早期イベントに接続するには、長期クレジットに デフォルト値: 32 範囲: [2、32] 値の型: 整数 HPO 調整可能: はい |
recency_mask |
モデルがインタラクションデータセットの最新の人気傾向を考慮する必要があるかどうかを決定します。最新の人気トレンドには、インタラクションイベントの基盤となるパターンの突然の変化が含まれる可能性があります。最近のイベントにより多くの重みを置くモデルをトレーニングするには、 デフォルト値: 範囲: 値の型: [Boolean] (ブール値) HPO 調整可能: はい |
特徴化のハイパーパラメータ | |
min_user_history_length_percentile |
モデルのトレーニングに含めるユーザー履歴の長さの最小パーセンタイル。履歴の長さ は、ユーザーに関するデータの合計量です。履歴の長さが短いある割合のユーザーを除外するには、 たとえば、 デフォルト値: 0.0 範囲: [0.0, 1.0] 値の型: 浮動小数点 HPO 調整可能: いいえ |
max_user_history_length_percentile |
モデルのトレーニングに含めるユーザー履歴の長さの最大パーセンタイル。履歴の長さ は、ユーザーに関するデータの合計量です。 たとえば、 デフォルト値: 0.99 範囲: [0.0, 1.0] 値の型: 浮動小数点 HPO 調整可能: いいえ |