Iperparametri delle macchine di fattorizzazione

La tabella seguente contiene gli iperparametri per l'algoritmo delle macchine di fattorizzazione. Si tratta di parametri che vengono impostati dagli utenti per agevolare la stima dei parametri del modello dai dati. Gli iperparametri richiesti che devono essere impostati sono elencati prima, in ordine alfabetico. Gli iperparametri facoltativi che possono essere impostati sono elencato dopo, sempre in ordine alfabetico.

Nome parametro	Descrizione
`feature_dim`	La dimensione dello spazio caratteristica di input. Potrebbe essere molto elevata con gli input a densità bassa. Campo obbligatorio Valori validi: numeri interi positivi. Intervallo di valori suggeriti: [10000,10000000]
`num_factors`	La dimensionalità della fattorizzazione. Campo obbligatorio Valori validi: numeri interi positivi. Intervallo di valori consigliato: [2,1000], 64 genera in genere buoni risultati ed è un buon punto di partenza.
`predictor_type`	Il tipo di predittore. `binary_classifier`: per attività di classificazione binaria. `regressor`: per attività di regressione. Campo obbligatorio Valori validi: stringa `binary_classifier` o `regressor`
`bias_init_method`	Il metodo di inizializzazione per il termine bias: `normal`: inizializza i pesi con valori casuali campionati da una distribuzione normale con una media di zero e una deviazione standard specificata da `bias_init_sigma`. `uniform`: inizializza i pesi con valori casuali campionati in modo uniforme da un intervallo specificato da [-`bias_init_scale`, +`bias_init_scale`]. `constant`: inizializza i pesi a un valore scalare specificato da `bias_init_value`. Opzionale Valori validi: `uniform`, `normal` o `constant` Valore predefinito: `normal`
`bias_init_scale`	Intervallo per l'inizializzazione del termine bias. Ha effetto se `bias_init_method` è impostato su `uniform`. Opzionale Valori validi: float non negativi Intervallo di valori suggeriti: [1e-8, 512]. Valore predefinito: nessuno
`bias_init_sigma`	La deviazione standard per l'inizializzazione del termine bias. Ha effetto se `bias_init_method` è impostato su `normal`. Opzionale Valori validi: float non negativi Intervallo di valori suggeriti: [1e-8, 512]. Valore predefinito: 0,01
`bias_init_value`	Il valore iniziale del termine bias. Ha effetto se `bias_init_method` è impostato su `constant`. Opzionale Valori validi: Float. Intervallo di valori suggeriti: [1e-8, 512]. Valore predefinito: nessuno
`bias_lr`	La velocità di apprendimento per il termine bias. Opzionale Valori validi: float non negativi Intervallo di valori suggeriti: [1e-8, 512]. Valore predefinito: 0,1
`bias_wd`	Il decadimento peso per il termine bias. Opzionale Valori validi: float non negativi Intervallo di valori suggeriti: [1e-8, 512]. Valore predefinito: 0,01
`clip_gradient`	Il parametro di ottimizzazione del ritaglio gradiente. Ritaglia il gradiente proiettandolo nell'intervallo [-`clip_gradient`, +`clip_gradient`]. Opzionale Valori validi: float Valore predefinito: nessuno
`epochs`	Il numero di epoche (Unix epochs) di addestramento da eseguire. Opzionale Valori validi: numeri interi positivi Valore predefinito: 1
`eps`	Il parametro Epsilon per evitare la divisione per 0. Opzionale Valori validi: Float. Valore suggerito: piccolo. Valore predefinito: nessuno
`factors_init_method`	Il metodo di inizializzazione per i termini di fattorizzazione: `normal`: inizializza i pesi con valori casuali campionati da una distribuzione normale con una media di zero e una deviazione standard specificata da `factors_init_sigma`. `uniform`: inizializza i pesi con valori casuali campionati in modo uniforme da un intervallo specificato da [-`factors_init_scale`, +`factors_init_scale`]. `constant`: inizializza i pesi a un valore scalare specificato da `factors_init_value`. Opzionale Valori validi: `uniform`, `normal` o `constant`. Valore predefinito: `normal`
`factors_init_scale`	L'intervallo per l'inizializzazione dei termini di fattorizzazione. Ha effetto se `factors_init_method` è impostato su `uniform`. Opzionale Valori validi: float non negativi Intervallo di valori suggeriti: [1e-8, 512]. Valore predefinito: nessuno
`factors_init_sigma`	La deviazione standard per l'inizializzazione dei termini di fattorizzazione. Ha effetto se `factors_init_method` è impostato su `normal`. Opzionale Valori validi: float non negativi Intervallo di valori suggeriti: [1e-8, 512]. Valore predefinito: 0,001
`factors_init_value`	Il valore iniziale dei termini di fattorizzazione. Ha effetto se `factors_init_method` è impostato su `constant`. Opzionale Valori validi: Float. Intervallo di valori suggeriti: [1e-8, 512]. Valore predefinito: nessuno
`factors_lr`	La velocità di apprendimento per i termini di fattorizzazione. Opzionale Valori validi: float non negativi Intervallo di valori suggeriti: [1e-8, 512]. Valore predefinito: 0.0001
`factors_wd`	Il decadimento peso per i termini di fattorizzazione. Opzionale Valori validi: float non negativi Intervallo di valori suggeriti: [1e-8, 512]. Valore predefinito: 0,00001
`linear_lr`	La velocità di apprendimento per i termini lineari. Opzionale Valori validi: float non negativi Intervallo di valori suggeriti: [1e-8, 512]. Valore predefinito: 0,001
`linear_init_method`	Il metodo di inizializzazione per i termini lineari: `normal`: inizializza i pesi con valori casuali campionati da una distribuzione normale con una media di zero e una deviazione standard specificata da `linear_init_sigma`. `uniform`: inizializza i pesi con valori casuali campionati in modo uniforme da un intervallo specificato da [-`linear_init_scale`, +`linear_init_scale`]. `constant`: inizializza i pesi a un valore scalare specificato da `linear_init_value`. Opzionale Valori validi: `uniform`, `normal` o `constant`. Valore predefinito: `normal`
`linear_init_scale`	Intervallo per l'inizializzazione dei termini lineari. Ha effetto se `linear_init_method` è impostato su `uniform`. Opzionale Valori validi: float non negativi Intervallo di valori suggeriti: [1e-8, 512]. Valore predefinito: nessuno
`linear_init_sigma`	La deviazione standard per l'inizializzazione dei termini lineari. Ha effetto se `linear_init_method` è impostato su `normal`. Opzionale Valori validi: float non negativi Intervallo di valori suggeriti: [1e-8, 512]. Valore predefinito: 0,01
`linear_init_value`	Il valore iniziale dei termini lineari. Ha effetto se `linear_init_method` è impostato su constant. Opzionale Valori validi: Float. Intervallo di valori suggeriti: [1e-8, 512]. Valore predefinito: nessuno
`linear_wd`	Il decadimento peso per i termini lineari. Opzionale Valori validi: float non negativi Intervallo di valori suggeriti: [1e-8, 512]. Valore predefinito: 0,001
`mini_batch_size`	La dimensione del mini-batch utilizzato per l’addestramento. Opzionale Valori validi: numeri interi positivi Valore predefinito: 1000
`rescale_grad`	Il parametro di ridimensionamento del ritaglio gradiente. Se impostato, moltiplica il gradiente per `rescale_grad` prima dell'aggiornamento. Spesso si sceglie il valore 1,0/`batch_size`. Opzionale Valori validi: float Valore predefinito: nessuno

Avvertimento JavaScript è disabilitato o non è disponibile nel tuo browser.

Per usare la documentazione AWS, JavaScript deve essere abilitato. Consulta le pagine della guida del browser per le istruzioni.

Convenzioni dei documenti

Come funziona

Ottimizzazione del modello