为管理 AutoML 任务生成的 Amazon SageMaker Autopilot 笔记本 - Amazon SageMaker
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)

为管理 AutoML 任务生成的 Amazon SageMaker Autopilot 笔记本

Amazon SageMaker Autopilot 使用 AutoML 作业管理自动机器学习 (AutoML) 流程中的关键任务。

AutoML 作业创建了三个基于笔记本的报告,这些报告描述了 Autopilot 为生成候选模型而遵循的计划。候选模型由一个(管道、算法)对组成。首先,有一个数据探索笔记本,它描述了 Autopilot 从您提供的数据中了解到的信息。其次,有一个候选项定义笔记本,它使用与数据相关信息来生成候选项。第三,模型见解报告,可以帮助详细说明 Autopilot 实验排行榜中最佳模型的性能特征。

您可以在 Amazon SageMaker 中运行这些笔记本,如果您安装了 Amazon SageMaker Python SDK,也可以在本地运行这些笔记本。您可以像对任何其他 SageMaker Studio 笔记本一样共享这些笔记本。这些笔记本是为方便您开展实验而创建的。例如,您可以在笔记本中编辑以下项目:

  • 对数据使用的预处理器

  • 超参数优化 (HPO) 运行的次数及其并行度

  • 要尝试的算法

  • 用于 HPO 作业的实例类型

  • 超参数范围

作为一种学习手段,鼓励对候选项定义笔记本进行修改。通过此功能,您可以了解在机器学习过程中做出的决策如何影响结果。

注意

当您在默认实例中运行笔记本时,会产生基准费用。而且,当您从候选笔记本运行 HPO 作业时,这些作业会使用额外的计算资源,从而产生额外的费用。