RCF 超参数
在 CreateTrainingJob
请求中,您可以指定训练算法。您还可以指定算法特定的超参数作为字符串到字符串映射。下表列出了 Amazon SageMaker RCF 算法的超参数。有关更多信息,包括如何选择超参数的建议,请参阅 RCF 工作原理。
参数名称 | 描述 |
---|---|
feature_dim |
数据集中的特征数。(如果使用 Random Cut Forest 必填 有效值:正整数 (最小值:1,最大值:10000) |
eval_metrics |
用于对标记的测试数据集评分的指标列表。可以为输出选择以下指标:
可选 有效值:可能值列表,获取自 默认值: |
num_samples_per_tree |
从训练数据集向每个树提供的随机样本数。 可选 有效值:正整数 (最小值:1,最大值:2048) 默认值:256 |
num_trees |
森林中树的数量。 可选 有效值:正整数 (最小值:50,最大值:1000) 默认值:100 |