AutoGluon-表格超参数 - 亚马逊 SageMaker AI
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 (PDF)。

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。

AutoGluon-表格超参数

下表包含 Amazon A SageMaker I AutoGluon-Tabular 算法所需或最常用的超参数子集。用户可以设置这些参数，以便于从数据中估算模型参数。 SageMaker AI AutoGluon-Tabular 算法是开源AutoGluon表格包的实现。

注意

默认超参数基于 AutoGluon-表格样本笔记本中的示例数据集。

默认情况下， SageMaker AI AutoGluon-Tabular 算法会根据分类问题的类型自动选择评估指标。该算法根据数据中的标签数量来检测分类问题的类型。对于回归问题，评估指标为均方根误差。对于二元分类问题，评估指标是接收器操作特性曲线 (AUC) 下方的面积。对于多元分类问题，评估指标是准确性。您可以使用 eval_metric 超参数来更改默认评估指标。有关 AutoGluon-Tabular 超参数的更多信息，包括描述、有效值和默认值，请参阅下表。

参数名称 描述
eval_metric

验证数据的评估指标。如果 eval_metric 设置为默认值 "auto"，则算法会根据分类问题的类型自动选择评估指标：

  • "root_mean_squared_error" 用于回归

  • "roc_auc" 用于二元分类

  • "accuracy" 用于多元分类

有效值：字符串，有关有效值，请参阅AutoGluon 文档。

默认值："auto"。
presets

fit() 中各个参数的预设配置列表。

  • "best_quality"：预测精度高，推理时间较慢，磁盘使用率较高

  • "high_quality"：预测精度高，推理速度快

  • "good_quality"：良好的预测精度，推理速度极快

  • "medium_quality"：中等预测精度，推理速度极快，训练时间很短

  • "optimize_for_deployment"：删除未使用的模型并移除训练构件

  • "interpretable"：仅适合 imodels 包中可解释的基于规则的模型

有关更多详细信息，请参阅AutoGluon 预测变量。

有效值：字符串，以下任意值：（"best_quality"、"high_quality"、good_quality"、"medium_quality"、"optimize_for_deployment"、 or "interpretable"）。

默认值："medium_quality"。
auto_stack

是否 AutoGluon 应自动使用装袋和多层堆叠组合来提高预测精度。如果您愿意承受更长的训练时间以最大限度地提高预测精度，请将 auto_stack 设置为 "True"。这会根据数据集属性自动设置 num_bag_folds 和 num_stack_levels 参数。

有效值：字符串，"True" 或 "False"。

默认值："False"。
num_bag_folds

用于模型装袋的折叠次数。num_bag_folds 等于 k 时，训练时间大约增加 k 倍。设置 num_bag_folds 为 0 可停用装袋。默认情况下，此功能处于禁用状态，但我们建议使用介于 5 到 10 之间的值，以最大限度地提高预测性能。增加 num_bag_folds 会得到偏差较低但更容易过度拟合的模型。对于此参数，1 是无效值，将引发 ValueError。大于 10 的值可能会导致收益递减，甚至可能由于过度拟合而损害整体结果。要进一步改善预测，请避免增加 num_bag_folds，而是改为增加 num_bag_sets。

有效值：字符串，介于 "0" 和 "10" 之间（含）的任何整数。

默认值："0"。
num_bag_sets

要执行的 k-折装袋重复次数（值必须大于或等于 1）。装袋期间模型训练总次数等于 num_bag_folds * num_bag_sets。如果未指定 time_limit，则此参数默认为 1。如果未指定 num_bag_folds，则禁用此参数。大于 1 的值可以实现卓越的预测性能，尤其是在较小的问题上且启用堆叠的情况下。

有效值：整数，范围：[1，20]。

默认值：1。
num_stack_levels

堆栈集合中使用的堆叠层数。模型训练时间大致增加 num_stack_levels + 1 倍。将此参数设置为 0 可停用堆栈组合。默认情况下，此参数处于禁用状态，但我们建议使用介于 1 到 3 之间的值，以最大限度地提高预测性能。为防止过度拟合和 ValueError，num_bag_folds 必须大于或等于 2。

有效值：浮点型，范围：[0，3]。

默认值：0。
refit_full

正常训练过程结束后，是否在所有数据（训练和验证）上重新训练所有模型。有关更多详细信息，请参阅AutoGluon 预测变量。

有效值：字符串，"True" 或 "False"。

默认值："False"。
set_best_to_refit_full

是否更改预测器用于预测的默认模型。如果 set_best_to_refit_full 设置为 "True"，则默认模型将更改为在重新拟合（由 refit_full 激活）时，得到最高验证分数的模型。仅在设置 refit_full 后才有效。

有效值：字符串，"True" 或 "False"。

默认值："False"。
save_space

是否需要删除在新数据上进行预测所不需要的辅助模型文件，从而减少预测器所用的内存和磁盘大小。这对推理精度没有影响。如果唯一的目标是使用训练后的模型进行预测，我们建议将 save_space 设置为 "True"。如果 save_space 设置为 "True"，则某些高级功能可能不再可用。有关更多详细信息，请参阅 predictor.save_space() 文档。

有效值：字符串，"True" 或 "False"。

默认值："False"。
verbosity

打印消息的详细程度。verbosity 的等级范围从 0 到 4，级别越高，对应的打印报表更详细。verbosity 为 0 时将隐藏警告。

有效值：整数，以下任意值：（0、1、2、3 或 4）。

默认值：2。