Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Hiperparámetros k-NN
En la siguiente tabla se enumeran los hiperparámetros que puede configurar para el algoritmo SageMaker k-NN (vecinos más cercanos) de Amazon.
| Nombre del parámetro | Descripción |
|---|---|
feature_dim |
El número de características en los datos de entrada. Obligatorio Valores válidos: número entero positivo. |
k |
El número de vecinos más próximos. Obligatorio Valores válidos: número entero positivo |
predictor_type |
El tipo de inferencia a usar en las etiquetas de datos. Obligatorio Valores válidos: clasificador para clasificación o regresor para regresión. |
sample_size |
El número de puntos de datos que se muestrearán a partir del conjunto de datos de capacitación. Obligatorio Valores válidos: número entero positivo |
dimension_reduction_target |
La dimensión de destino a la que reducir. Obligatorio cuando se especifica el parámetro Valores válidos: número entero positivo no superior a 0 y menor a |
dimension_reduction_type |
El tipo de método de reducción de dimensión. Opcional Valores válidos: señal para proyección aleatoria o fjlt para la transformación rápida de Johnson-Lindenstrauss. Valor predeterminado: Sin reducción de dimensión |
faiss_index_ivf_nlists |
El número de centroides que se van a construir en el índice cuando es faiss. Opcional Valores válidos: número entero positivo Valor predeterminado: automático, que se resuelve como |
faiss_index_pq_m |
El número de subcomponentes vectoriales que se van a construir en el índice cuando La biblioteca FaceBook AI Similarity Search (FAISS) requiere que el valor de Opcional Valores válidos: uno de los siguientes números enteros positivos: 1, 2, 3, 4, 8, 12, 16, 20, 24, 28, 32, 40, 48, 56, 64, 96 |
index_metric |
La métrica para medir la distancia entre puntos al encontrar vecinos más próximos. Cuando se capacita con Opcional Valores válidos: L2 para la distancia euclidiana, INNER_ para la distancia entre el producto interior y PRODUCT para la similitud entre cosenos. COSINE Valor predeterminado: L2 |
index_type |
El tipo de índice. Opcional Valores válidos: faiss.flat, faiss. IVFFlat, falla. IVFPQ. Valores predeterminados: faiss.Flat |
mini_batch_size |
El número de observaciones por minilote para el iterador de datos. Opcional Valores válidos: número entero positivo Valor predeterminado: 5000 |
