RCF ハイパーパラメータ

CreateTrainingJob リクエストで、トレーニングアルゴリズムを指定します。アルゴリズム固有のハイパーパラメータをマップとして string-to-string指定することもできます。次の表に、Amazon SageMaker RCF アルゴリズムのハイパーパラメータを示します。ハイパーパラメータの選択に関する推奨事項を含む詳細については、「RCF の仕組み」を参照してください。

Parameter Name	説明
feature_dim	データセット内の特徴の数。(ランダムカットフォレスト推定器を使用する場合、この値は自動的に計算されるため、指定する必要はありません)。 必須 有効な値 : 正の整数 (最小: 1、最大: 10000)
eval_metrics	ラベル付きテストデータセットに使用されるメトリクスのリスト。出力用に次のメトリクスを選択できます。 accuracy - 正しい予測の割合を返します。 precision_recall_fscore - 正と負の精度、リコール、F1 スコアを返します。 オプション 有効な値: accuracy または precision_recall_fscore から取得された有効な値が含まれるリスト。 デフォルト値: accuracy、precision_recall_fscore がとちらも計算されます。
num_samples_per_tree	トレーニングデータセットから各ツリーに指定されたランダムなサンプルの数。 オプション 有効な値: 正の整数 (最小: 1、最大: 2048) デフォルト値: 256
num_trees	フォレスト内のツリーの数。 オプション 有効な値: 正の整数 (最小: 50、最大: 1000) デフォルト値: 100