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.
En la solicitud CreateTrainingJob, especifique el algoritmo de capacitación. También puede especificar hiperparámetros específicos del algoritmo en forma de mapas. string-to-string En la siguiente tabla se enumeran los hiperparámetros del algoritmo RCF de Amazon SageMaker AI. Para obtener más información, incluidas las recomendaciones sobre cómo elegir hiperparámetros, consulte Funcionamiento de RCF.
| Nombre del parámetro | Descripción |
|---|---|
feature_dim |
El número de características en el conjunto de datos. (Si utiliza el estimador de bosque de corte aleatorio Obligatorio Valores válidos: número entero positivo (mín.: 1, máx.: 10000) |
eval_metrics |
Una lista de métricas utilizadas para puntuar un conjunto de datos de prueba etiquetado. Se pueden seleccionar las siguientes métricas para la salida:
Opcional Valores válidos: una lista con valores posibles extraídos de Valor predeterminado: Both (Ambos) |
num_samples_per_tree |
Número de muestras aleatorias proporcionadas para cada árbol a partir del conjunto de datos de capacitación. Opcional Valores válidos: número entero positivo (mín.: 1, máx.: 2048) Valor predeterminado: 256 |
num_trees |
Número de árboles en el bosque. Opcional Valores válidos: número entero positivo (mín.: 50, máx.: 1000) Valor predeterminado: 100 |
