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。

调整 IP 见解模型

自动调整模型（也称作超参数优化）通过运行很多在数据集上测试一系列超参数的作业来查找模型的最佳版本。您可以选择可优化超参数、每个超参数的值范围和一个目标指标。您可以从算法计算的指标中选择目标指标。自动模型优化将搜索所选超参数以找到导致优化目标指标的模型的值组合。

有关模型优化的更多信息，请参阅使用 SageMaker 执行自动模型优化。

IP 见解算法计算的指标

Amazon SageMaker IP 见解算法是一种自主学习算法，能够学习 IP 地址与实体之间的关联。该算法训练一个判别器模型，该模型学习分离观测到的数据点（阳性样本）从随机生成的数据点（负样本)。IP Incept 上的自动模型调整可帮助您找到能够最准确地区分未标记验证数据和自动生成的负样本的模型。验证数据集上的模型准确率由受试者操作特征曲线下的面积来衡量。该validation:discriminator_auc指标可以采用介于 0.0 和 1.0 之间的值，1.0 表示完美的精度。

IP 见解算法计算validation:discriminator_auc度量，其值将用作目标函数，以便针对超参数调整进行优化。

可调整的 IP 见解超参数

您可以优化以下超参数，了解 SageMaker IP 见解算法。