Hiperparâmetros do LDA

Na solicitação CreateTrainingJob, é especificado o algoritmo de treinamento. Você também pode especificar hiperparâmetros específicos do algoritmo como mapas. string-to-string A tabela a seguir lista os hiperparâmetros do algoritmo de treinamento LDA fornecido pela Amazon. SageMaker Para ter mais informações, consulte Como o LDA funciona.

Nome do parâmetro	Descrição
num_topics	O número de tópicos que o LDA deve encontrar dentro dos dados. Obrigatório Valores válidos: inteiro positivo
feature_dim	O tamanho do vocabulário do corpus de documentos de entrada. Obrigatório Valores válidos: inteiro positivo
mini_batch_size	O número total de documentos no corpus de entrada. Obrigatório Valores válidos: inteiro positivo
alpha0	Suposição inicial para o parâmetro de concentração: a soma dos elementos da estimativa a priori Dirichlet. Valores menores têm mais probabilidade de gerar combinações esparsas de tópicos, e os valores maiores que 1,0 produzem mais combinações uniformes. Opcional Valores válidos: flutuante positivo Valor padrão: 1.0
max_restarts	O número de reinicializações a ser executadas durante a fase de decomposição espectral de mínimos quadrados alternantes (ALS) do algoritmo. Pode ser usado para encontrar pontos de mínimos locais de melhor qualidade, mas normalmente não deve ser ajustado. Opcional Valores válidos: inteiro positivo Valor padrão: 10
max_iterations	O número máximo de iterações a ser executadas durante a fase ALS do algoritmo. Pode ser usado para encontrar pontos de mínimos de melhor qualidade, mas normalmente não deve ser ajustado. Opcional Valores válidos: inteiro positivo Valor padrão: 1000
tol	Tolerância fixada de erro para a fase ALS do algoritmo. Pode ser usado para encontrar pontos de mínimos de melhor qualidade, mas normalmente não deve ser ajustado. Opcional Valores válidos: flutuante positivo Valor padrão: 1e-8