在中使用参数的示例additionalParams用于调整模型训练配置 - Amazon Neptune
属性图示例RDF 示例
Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异，请参阅中国的 Amazon Web Services 服务入门。

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。

在中使用参数的示例additionalParams用于调整模型训练配置

使用属性图示例additionalParams

为模型训练配置指定默认拆分率

在下面的示例中，split_rate参数设置模型训练的默认拆分率。如果未指定默认拆分率，则训练使用值 [0.9、0.1、0.0]。您可以通过在每个目标基础上覆盖默认值，方法是指定split_rate对于每个目标。

在下面的示例中，default split_rate字段表示拆分率[0.7,0.1,0.2]应该使用，除非在每个目标基础上覆盖：”

  "additionalParams": {
  "neptune_ml": {
    "version": "v2.0",
    "split_rate": [0.7,0.1,0.2],
    "targets": [
      (...)
    ],
    "features": [
      (...)
    ]
  }
}

为模型训练配置指定节点分类任务

要指示哪个节点属性包含用于训练目的的标记示例，请将节点分类元素添加到targets数组，使用"type" : "classification". 添加split_rate字段如果要覆盖默认的拆分率。

在下面的示例中，node目标表示genre每个人的财产Movie节点应该被视为节点类标签。这些区域有：split_rate该值会覆盖默认拆分率：

  "additionalParams": {
  "neptune_ml": {
    "version": "v2.0",
    "targets": [
      {
        "node": "Movie",
        "property": "genre",
        "type": "classification",
        "split_rate": [0.7,0.1,0.2]
      }
    ],
    "features": [
      (...)
    ]
  }
}

为模型训练配置指定多类节点分类任务

要指示哪个节点属性包含多个用于训练目的的标记示例，请将节点分类元素添加到目标数组中，使用"type" : "classification", 和separator指定可用于将目标属性值拆分为多个类别值的字符。添加split_rate字段如果要覆盖默认的拆分率。

在下面的示例中，node目标表示genre每个人的财产Movie节点应该被视为节点类标签。这些区域有：separator字段表示每个类型属性包含多个以分号分隔的值：

  "additionalParams": {
  "neptune_ml": {
    "version": "v2.0",
    "targets": [
      {
        "node": "Movie",
        "property": "genre",
        "type": "classification",
        "separator": ";"
      }
    ],
    "features": [
      (...)
    ]
  }
}

为模型训练配置指定节点回归任务

要指示哪个节点属性包含用于训练目的的标记回归，请使用以下方法向目标数组添加节点回归元素"type" : "regression". 如果要覆盖默认拆分率，请添加 split_rate 字段。

以下node目标表示rating每个人的财产Movie节点应该被视为节点回归标签：

    "additionalParams": {
  "neptune_ml": {
    "version": "v2.0",
    "targets": [
      {
        "node": "Movie",
        "property": "rating",
        "type" : "regression",
        "split_rate": [0.7,0.1,0.2]
      }
    ],
    "features": [
      ...
    ]
  }
}

为模型训练配置指定边缘分类任务

要指示哪个 edge 属性包含用于训练目的的标记示例，请将 Edge 元素添加到targets数组，使用"type" : "regression". 如果要覆盖默认拆分率，请添加 split_rate 字段。

以下edge目标表示metAtLocation每个人的财产knowsedge 应该被视为边缘类标签：

  "additionalParams": {
  "neptune_ml": {
    "version": "v2.0",
    "targets": [
      {
        "edge": ["Person", "knows", "Person"],
        "property": "metAtLocation",
        "type": "classification"
      }
    ],
    "features": [
      (...)
    ]
  }
}

为模型训练配置指定多类边缘分类任务

要指示哪个 edge 属性包含多个用于训练目的的标记示例，请将一个 Edge 元素添加到targets数组，使用"type" : "classification"，还有separator字段来指定用于将目标属性值拆分为多个类别值的字符。添加split_rate字段如果要覆盖默认的拆分率。

以下edge目标表示sentiment每个人的财产repliedToEdge 应该被视为边缘类标签。分隔符字段表示每个情绪属性包含多个逗号分隔值：

  "additionalParams": {
  "neptune_ml": {
    "version": "v2.0",
    "targets": [
      {
        "edge": ["Person", "repliedTo", "Message"],
        "property": "sentiment",
        "type": "classification",
        "separator": ","
      }
    ],
    "features": [
      (...)
    ]
  }
}

为模型训练配置指定边缘回归

要指示哪个边缘属性包含用于训练目的的标记回归示例，请添加edge元素到targets数组，使用"type" : "regression". 添加split_rate字段如果要覆盖默认的拆分率。

以下edge目标表示rating每个人的财产reviewededge 应该被视为边缘回归：

  "additionalParams": {
  "neptune_ml": {
    "version": "v2.0",
    "targets": [
      {
        "edge": ["Person", "reviewed", "Movie"],
        "property": "rating",
        "type" : "regression"
      }
    ],
    "features": [
      (...)
    ]
  }
}

要指示哪些边应用于链接预测训练目的，请使用"type" : "link_prediction". 添加split_rate字段如果要覆盖默认的拆分率。

以下edge目标表明cites边应该用于链接预测：

  "additionalParams": {
  "neptune_ml": {
    "version": "v2.0",
    "targets": [
      {
        "edge": ["Article", "cites", "Article"],
        "type" : "link_prediction"
      }
    ],
    "features": [
      (...)
    ]
  }
}

指定数字存储桶功能

您可以通过添加以下方法为节点属性指定数值数据功能"type": "bucket_numerical"到features数组。

以下node功能表明age每个人的财产Person节点应该被视为数字桶功能：

  "additionalParams": {
  "neptune_ml": {
    "targets": [
      ...
    ],
    "features": [
      {
        "node": "Person",
        "property": "age",
        "type": "bucket_numerical",
        "range": [1, 100],
        "bucket_cnt": 5,
        "slide_window_size": 3,
        "imputer": "median"
      }
    ]
  }
}

指定Word2Vec功能

您可以指定Word2Vec通过添加节点属性的功能"type": "text_word2vec"到features数组。

以下node功能表明description每个人的财产Movie此时会将此时会被视为Word2Vec功能：

"additionalParams": {
  "neptune_ml": {
    "version": "v2.0",
    "targets": [
      ...
    ],
    "features": [
      {
        "node": "Movie",
        "property": "description",
        "type": "text_word2vec",
        "language": "en_core_web_lg"
      }
    ]
  }
}

指定FastText功能

您可以指定FastText通过添加节点属性的功能"type": "text_fasttext"到features数组。这些区域有：language该字段为必填项，且必须指定以下语言代码之一：

  • en(英语)

  • zh（中文）

  • hi（印地语）

  • es（西班牙语）

  • fr(法语)

请注意，text_fasttext编码不能在一个功能中一次处理多种语言。

以下node功能表明法语description每个人的财产Movie此时会将此时会被视为FastText功能：

"additionalParams": {
  "neptune_ml": {
    "version": "v2.0",
    "targets": [
      ...
    ],
    "features": [
      {
        "node": "Movie",
        "property": "description",
        "type": "text_fasttext",
        "language": "fr",
        "max_length": 1024
      }
    ]
  }
}

指定Sentence BERT功能

您可以指定Sentence BERT通过添加节点属性的功能"type": "text_sbert"到features数组。您无需指定语言，因为该方法会使用多语言语言模型自动编码文本要素。

以下node功能表明description每个人的财产Movie此时会将此时会被视为Sentence BERT功能：

"additionalParams": {
  "neptune_ml": {
    "version": "v2.0",
    "targets": [
      ...
    ],
    "features": [
      {
        "node": "Movie",
        "property": "description",
        "type": "text_sbert128",
      }
    ]
  }
}

指定TF-IDF功能

您可以指定TF-IDF通过添加节点属性的功能"type": "text_tfidf"到features数组。

以下node功能表明bio每个人的财产Person此时会将此时会被视为TF-IDF功能：

  "additionalParams": {
  "neptune_ml": {
    "version": "v2.0",
    "targets": [
      ...
    ],
    "features": [
      {
        "node": "Movie",
        "property": "bio",
        "type": "text_tfidf",
        "ngram_range": [1, 2],
        "min_df": 5,
        "max_features": 1000
      }
    ]
  }
}

指定datetime功能

导出过程会自动推断datetime日期属性的功能。但是，如果你想限制datetime_parts用于datetime功能，或者覆盖功能规范，以便通常被视为auto功能被明确视为datetime功能，您可以通过添加"type": "datetime"到要素数组。

以下node功能表明createdAt每个人的财产Post此时会将此时会被视为datetime功能：

  "additionalParams": {
  "neptune_ml": {
    "version": "v2.0",
    "targets": [
      ...
    ],
    "features": [
      {
        "node": "Post",
        "property": "createdAt",
        "type": "datetime",
        "datetime_parts": ["month", "weekday", "hour"]
      }
    ]
  }
}

指定category功能

导出过程会自动推断auto字符串属性的功能和包含倍数值的数字属性。对于包含单个值的数字属性，它推断numerical功能。对于日期属性，它推断datetime功能。

如果要覆盖功能规范以便将属性视为类别要素，请添加"type": "category"到要素数组。如果属性包含多个值，请包括separator字段中返回的子位置类型。例如：

  "additionalParams": {
  "neptune_ml": {
    "version": "v2.0",
    "targets": [
      ...
    ],
    "features": [
      {
        "node": "Post",
        "property": "tag",
        "type": "category",
        "separator": "|"
      }
    ]
  }
}

指定numerical功能

导出过程会自动推断auto字符串属性的功能和包含倍数值的数字属性。对于包含单个值的数字属性，它推断numerical功能。对于日期属性，它推断datetime功能。

如果要覆盖功能规范以便将属性视为numerical功能，添加"type": "numerical"到要素数组。如果属性包含多个值，请包括separator字段中返回的子位置类型。例如：

  "additionalParams": {
  "neptune_ml": {
    "version": "v2.0",
    "targets": [
      ...
    ],
    "features": [
      {
        "node": "Recording",
        "property": "duration",
        "type": "numerical",
        "separator": ","
      }
    ]
  }
}

指定auto功能

导出过程会自动推断auto字符串属性的功能和包含倍数值的数字属性。对于包含单个值的数字属性，它推断numerical功能。对于日期属性，它推断datetime功能。

如果要覆盖功能规范以便将属性视为auto功能，添加"type": "auto"到要素数组。如果属性包含多个值，请包括separator字段中返回的子位置类型。例如：

  "additionalParams": {
  "neptune_ml": {
    "version": "v2.0",
    "targets": [
      ...
    ],
    "features": [
      {
        "node": "User",
        "property": "role",
        "type": "auto",
        "separator": ","
      }
    ]
  }
}

使用 RDF 示例additionalParams

为模型训练配置指定默认拆分率

在下面的示例中，split_rate参数设置模型训练的默认拆分率。如果未指定默认拆分率，则训练使用值 [0.9、0.1、0.0]。您可以通过在每个目标基础上覆盖默认值，方法是指定split_rate对于每个目标。

在下面的示例中，default split_rate字段表示拆分率[0.7,0.1,0.2]应该使用，除非在每个目标基础上覆盖：”

  "additionalParams": {
  "neptune_ml": {
    "version": "v2.0",
    "split_rate": [0.7,0.1,0.2],
    "targets": [
      (...)
    ]
  }
}

为模型训练配置指定节点分类任务

要指示哪个节点属性包含用于训练目的的标记示例，请将节点分类元素添加到targets数组，使用"type" : "classification". 添加节点字段以指示目标节点的节点类型。添加predicate字段来定义哪些文字数据用作目标节点的目标节点功能。添加split_rate字段如果要覆盖默认的拆分率。

在下面的示例中，node目标表示genre每个人的财产Movie节点应该被视为节点类标签。这些区域有：split_rate该值会覆盖默认拆分率：

  "additionalParams": {
  "neptune_ml": {
    "version": "v2.0",
    "targets": [
      {
        "node": "http://aws.amazon.com/neptune/csv2rdf/class/Movie",
        "predicate": "http://aws.amazon.com/neptune/csv2rdf/datatypeProperty/genre",
        "type": "classification",
        "split_rate": [0.7,0.1,0.2]
      }
    ]
  }
}

为模型训练配置指定节点回归任务

要指示哪个节点属性包含用于训练目的的标记回归，请使用以下方法向目标数组添加节点回归元素"type" : "regression". 添加node该字段以指示目标节点的节点类型。添加predicate字段来定义哪些文字数据用作目标节点的目标节点功能。添加split_rate字段如果要覆盖默认的拆分率。

以下node目标表示rating每个人的财产Movie节点应该被视为节点回归标签：

    "additionalParams": {
  "neptune_ml": {
    "version": "v2.0",
    "targets": [
      {
        "node": "http://aws.amazon.com/neptune/csv2rdf/class/Movie",
        "predicate": "http://aws.amazon.com/neptune/csv2rdf/datatypeProperty/rating",
        "type": "regression",
        "split_rate": [0.7,0.1,0.2]
      }
    ]
  }
}

要指示哪些边应用于链接预测训练目的，请使用"type" : "link_prediction". Addsubject、predicate和object用于指定边缘类型的字段。添加split_rate字段如果要覆盖默认的拆分率。

以下edge目标表明directed连接的边Directors到Movies应该用于链接预测：

  "additionalParams": {
  "neptune_ml": {
    "version": "v2.0",
    "targets": [
      {
        "subject": "http://aws.amazon.com/neptune/csv2rdf/class/Director",
        "predicate": "http://aws.amazon.com/neptune/csv2rdf/datatypeProperty/directed",
        "object": "http://aws.amazon.com/neptune/csv2rdf/class/Movie",
        "type" : "link_prediction"
      }
    ]
  }
}

要表明所有边都应用于链接预测训练目的，请添加edge元素到目标数组中使用"type" : "link_prediction". 不要添加subject、predicate，或者object字段之间没有不同。添加split_rate字段如果要覆盖默认的拆分率。

  "additionalParams": {
  "neptune_ml": {
    "version": "v2.0",
    "targets": [
      {
        "type" : "link_prediction"
      }
    ]
  }
}