本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。
選擇用於訓練的項目互動資料
重要
根據預設,所有新解決方案都會使用自動訓練。透過自動訓練,您會在解決方案處於作用中狀態時產生訓練成本。為了避免不必要的成本,您可以在完成後更新解決方案以關閉自動訓練。如需訓練成本的相關資訊,請參閱 Amazon Personalize 定價
您可以在項目互動資料集中選擇 Amazon Personalize 在建立解決方案版本 (訓練模型) 時使用的事件。在訓練之前選擇項目互動資料,可讓您僅使用相關資料子集進行訓練,或移除雜訊來訓練更最佳化的模型。如需項目互動資料集的詳細資訊,請參閱 項目互動資料。
注意
如果您使用 User-Personalization-v2 或 Personalized-Ranking-v2,您的訓練成本會根據項目互動資料而定,然後再依事件類型或值進行篩選。如需定價的詳細資訊,請參閱 Amazon Personalize 定價
您可以選擇項目互動資料,如下所示:
-
根據類型選擇記錄 – 當您設定解決方案時,如果您的項目互動資料集在 EVENT_TYPE 欄中包含事件類型,您可以選擇指定要在訓練中使用的事件類型。例如,如果您的項目互動資料集包含購買、點選和觀看事件類型,而且您希望 Amazon Personalize 只使用觀看事件來訓練模型,當您設定解決方案時,您會提供觀看作為
event type
Amazon Personalize 在訓練中使用的 。如果您的項目互動資料集在 EVENT_TYPE 欄中有多個事件類型,而且您在設定解決方案時未提供事件類型,則無論類型為何,Amazon Personalize 都會使用所有項目互動資料進行同等權重的訓練。
-
根據類型和值選擇記錄 – 當您設定解決方案時,如果您的項目互動資料集包含 EVENT_TYPE 和 EVENT_VALUE 欄位,您可以將特定值設定為閾值,以排除訓練中的記錄。例如,如果您的 EVENT_VALUE 資料中具有監看 EVENT_TYPE 的事件是使用者監看的影片百分比,如果您將事件值閾值設定為 0.5,且事件類型要監看,Amazon Personalize 只會使用 EVENT_VALUE 大於或等於 0.5 的監看互動事件來訓練模型。
下列程式碼說明如何使用 SDK for Python (Boto3) 來建立解決方案,該解決方案僅使用使用 觀看超過一半影片watch
的事件。
import boto3
personalize = boto3.client('personalize')
create_solution_response = personalize.create_solution(
name = 'solution name',
datasetGroupArn = 'arn:aws:personalize:region:accountId:dataset-group/datasetGroupName',
recipeArn = 'arn:aws:personalize:::recipe/aws-user-personalization-v2',
eventType = 'watch',
solutionConfig = {
"eventValueThreshold": "0.5"
}
)
# Store the solution ARN
solution_arn = create_solution_response['solutionArn']
# Use the solution ARN to get the solution status
solution_description = personalize.describe_solution(solutionArn = solution_arn)['solution']
print('Solution status: ' + solution_description['status'])