Hiperparâmetros do k-means

Na solicitação CreateTrainingJob, é especificado o algoritmo de treinamento que você deseja utilizar. Você também pode especificar hiperparâmetros específicos do algoritmo como mapas. string-to-string A tabela a seguir lista os hiperparâmetros do algoritmo de treinamento k-means fornecido pela Amazon. SageMaker Para obter mais informações sobre como funciona o clustering de k-means, consulte Como funciona o clustering do k-means.

Nome do parâmetro	Descrição
feature_dim	O número de recursos nos dados de entrada. Obrigatório Valores válidos: inteiro positivo
k	O número de clusters necessários. Obrigatório Valores válidos: inteiro positivo
epochs	O número de passagens realizadas nos dados de treinamento. Opcional Valores válidos: inteiro positivo Valor padrão: 1
eval_metrics	Uma lista JSON de tipos de métrica usadas para relatar uma pontuação para o modelo. Os valores permitidos são msd para desvio quadrado médio e ssd para a soma da distância quadrada. Se os dados de teste forem fornecidos, a pontuação será relatada para cada uma das métricas solicitadas. Opcional Valores válidos: [\"msd\"] ou [\"ssd\"] ou [\"msd\",\"ssd\"]. Valor padrão: [\"msd\"]
extra_center_factor	O algoritmo cria os centros K = num_clusters * extra_center_factor durante sua execução e reduz o número de centros de K para k ao finalizar o modelo. Opcional Valores válidos: um número inteiro positivo ou auto. Valor padrão: auto
half_life_time_size	Usado para determinar o peso dado a uma observação ao calcular uma média de cluster. Esse peso decai exponencialmente à medida que mais pontos são observados. Quando um ponto é observado pela primeira vez, é atribuído um peso de 1 ao calcular a média do cluster. A constante de degradação para a função de decaimento exponencial é escolhida de modo que após observar half_life_time_size pontos, seu peso seja de 1/2. Se definido como 0, não há degradação. Opcional Valores válidos: inteiro não negativo Valor padrão: 0
init_method	Método pelo qual o algoritmo escolhe os centros de cluster iniciais. A abordagem k-means padrão as escolhe aleatoriamente. Um método alternativo k-means++ escolhe o primeiro centro de cluster aleatoriamente. Em seguida, ele distribui a posição dos demais grupos iniciais ponderando a seleção de centros com uma distribuição de probabilidade proporcional ao quadrado da distância dos demais pontos de dados dos centros existentes. Opcional Valores válidos: random ou kmeans++. Valor padrão: random
local_lloyd_init_method	O método de inicialização para o procedimento de maximização da expectativa (EM) de Lloyd utilizado para construir o modelo final contendo k centros. Opcional Valores válidos: random ou kmeans++. Valor padrão: kmeans++
local_lloyd_max_iter	O número máximo de iterações para o procedimento de maximização da expectativa (EM) de Lloyd utilizado para construir o modelo final contendo k centros. Opcional Valores válidos: inteiro positivo Valor padrão: 300
local_lloyd_num_trials	O número de vezes que o procedimento de maximização da expectativa (EM) de Lloyd com a menor perda é executado ao construir o modelo final contendo k centros. Opcional Valores válidos: um número inteiro positivo ou auto. Valor padrão: auto
local_lloyd_tol	A tolerância para a mudança na perda de interrupção precoce do procedimento de maximização da expectativa (EM) de Lloyd utilizada para construir o modelo final contendo k centros. Opcional Valores válidos: flutuante. Intervalo em [0, 1]. Valor padrão: 0.0001
mini_batch_size	O número de observações por minilote para o iterador de dados. Opcional Valores válidos: inteiro positivo Valor padrão: 5000