Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Personnalisation d'un modèle de machines de factorisation

Le réglage de modèle automatique, ou réglage d'hyperparamètre, détecte la meilleure version d'un modèle en exécutant plusieurs tâches qui testent une plage d'hyperparamètres sur votre jeu de données. Vous choisissez les hyperparamètres réglables, une plage de valeurs pour chacun d'eux et une métrique d'objectif. Vous choisissez la métrique d'objectif parmi les métriques que calcule l'algorithme. Le réglage de modèle automatique recherche parmi les hyperparamètres choisis la combinaison de valeurs qui produira un modèle permettant d'optimiser la métrique d'objectif.

Pour plus d'informations sur le réglage de modèle, consultez Effectuez le réglage automatique du modèle avec SageMaker.

Métriques calculées par l'algorithme des machines de factorisation

L'algorithme Factorization Machines contient des prédicteurs du type classification binaire et régression. Le type de prédicteur détermine quelle métrique utiliser pour le réglage automatique du modèle. L'algorithme reporte une métrique de régression test:rmse, qui est calculée au cours de la formation. Lors du réglage du modèle pour les tâches de régression, choisissez cette métrique comme objectif.

L'algorithme Factorization Machines signale trois métriques de classification binaire, qui sont calculées durant l'entraînement. Lors du réglage du modèle pour les tâches de classification binaire, choisissez l'une de ces métriques comme objectif.

Hyperparamètres de machines de factorisation réglables

Vous pouvez régler les hyperparamètres ci-dessous pour l'algorithme Factorization Machines. Les paramètres d'initialisation qui contiennent les termes de biais, linéaire et de factorisation dépendent de leur méthode d'initialisation. Il existe trois méthodes d'initialisation : uniform, normal et constant. Ces méthodes ne sont pas réglables. Les paramètres réglables dépendent de la méthode d'initialisation choisie. Par exemple, si la méthode d'initialisation est uniform, seuls les paramètres scale peuvent être réglés. Plus précisément, si bias_init_method==uniform, alors bias_init_scale, linear_init_scale et factors_init_scale peuvent être réglés. De même, si la méthode d'initialisation est normal, seuls les paramètres sigma peuvent être réglés. Si la méthode d'initialisation est constant, seuls les paramètres value peuvent être réglés. Ces dépendances sont répertoriées dans le tableau ci-dessous.