使用 API 创建文本分类 AutoML 作业 - 亚马逊 SageMaker AI
必需参数可选参数

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

使用 API 创建文本分类 AutoML 作业

以下说明说明如何使用 A I AP SageMaker I 参考创建 Amazon A SageMaker utopilot 作业，作为文本分类问题类型的试点实验。

注意

文本和映像分类、时间序列预测和大型语言模型微调等任务都可以通过 AutoML REST API 的第 2 版独家实现。如果您选择的语言是 Python，则可以直接引用 Amazon SageMaker Python 软件开发工具包的 A uto MLV2 对象。AWS SDK for Python (Boto3)

喜欢用户界面便利性的用户可以使用 Amazon SageMaker Canv as 访问预训练模型和生成式 AI 基础模型，或者创建针对特定文本、图像分类、预测需求或生成式 AI 量身定制的自定义模型。

您可以使用 Amazon Autopilot 支持的任何语言调用 CreateAutoMLJobV2API 操作或者，以编程方式创建 SageMaker 自动驾驶文本分类实验。 AWS CLI

有关此 API 操作如何转换为所选语言中函数的信息，请参阅 CreateAutoMLJobV2 中的另请参阅部分并选择 SDK。例如，对于 Python 用户，请参阅 AWS SDK for Python (Boto3)中 create_auto_ml_job_v2 的完整请求语法。

以下参数集合介绍了文本分类中使用的 CreateAutoMLJobV2 API 操作的必需和可选输入请求参数。

必需参数

在调用 CreateAutoMLJobV2 以创建 Autopilot 实验进行文本分类时，您必须提供以下值：

所有其他参数都是可选的。

可选参数

以下各节提供了一些可以传递给文本分类 AutoML 作业的可选参数的详细信息。

您可以提供自己的验证数据集和自定义的数据拆分比率，也可以让 Autopilot 自动拆分数据集。

每个AutoMLJobChannel对象（参见必填参数 Auto MLJob InputDataConfig）都有ChannelType，可以将其设置为training或指定在构建机器学习模型时如何使用数据的validation值。

数据来源至少需要一个，最多可以有两个：一个用于训练数据，一个用于验证数据。如何将数据拆分为训练和验证数据集，取决于您有一个还是两个数据来源。

如何将数据拆分为训练和验证数据集，取决于您有一个还是两个数据来源。

  • 如果您只有一个数据来源，则默认情况下 ChannelType 设置为 training，并且必须具有此值。

    • 如果未设置 AutoMLDataSplitConfig 中的 ValidationFraction 值，则默认情况下，将使用来自此来源中数据的 0.2 (20%) 进行验证。

    • 如果 ValidationFraction 设置为介于 0 和 1 之间的值，则根据指定的值拆分数据集，该值指定用于验证的数据集的比例。

  • 如果您有两个数据来源，则其中一个 AutoMLJobChannel 对象的 ChannelType 必须设置为默认值 training。另一个数据来源的 ChannelType 必须设置为 validation。这两个数据来源必须具有相同的格式（CSV 或 Parquet）和相同的架构。在这种情况下，您不可为 ValidationFraction 设置值，因为每个来源的所有数据都用于训练或验证。设置此值会导致错误。

要为 AutoML 作业的最佳候选模型启用自动部署，请在 AutoML 任务请求中包括 ModelDeployConfig。这将允许将最佳模型部署到 A SageMaker I 端点。以下是可供自定义的配置。