Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Iperparametri k-NN
La tabella seguente elenca gli iperparametri che puoi impostare per l'algoritmo Amazon SageMaker k-Nearest Neighbors (k-NN).
| Nome parametro | Descrizione |
|---|---|
feature_dim |
Il numero di caratteristiche nei dati di input. Campo obbligatorio Valori validi: numeri interi positivi. |
k |
Il numero di neighbors più vicini. Campo obbligatorio Valori validi: numeri interi positivi |
predictor_type |
Il tipo di inferenza da utilizzare sulle etichette dei dati. Campo obbligatorio Valori validi: classifier per la classificazione o regressor per la regressione. |
sample_size |
Il numero di punti di dati da campionare dal set di dati di addestramento. Campo obbligatorio Valori validi: numeri interi positivi |
dimension_reduction_target |
La dimensione di target ridotta da impostare. Obbligatorio quando viene specificato il parametro Valori validi: numeri interi positivi maggiori di 0 e minori di |
dimension_reduction_type |
Il tipo di metodo di riduzione delle dimensioni. Opzionale Valori validi: sign per la proiezione casuale o fjlt per la trasformazione veloce Johnson-Lindenstrauss. Valore predefinito: nessuna riduzione della dimensione |
faiss_index_ivf_nlists |
Il numero di centroidi da costruire nell'indice quando è faiss. Opzionale Valori validi: numeri interi positivi Valore predefinito: auto, che viene risolto in |
faiss_index_pq_m |
Il numero di sottocomponenti vettoriali da costruire nell'indice quando La libreria FaceBook AI Similarity Search (FAISS) richiede che il valore di Opzionale Valori validi: uno dei seguenti numeri interi positivi: 1, 2, 3, 4, 8, 12, 16, 20, 24, 28, 32, 40, 48, 56, 64, 96 |
index_metric |
Il parametro per misurare la distanza tra i punti nella ricerca dei neighbors più vicini. Per l’addestramento con Opzionale Valori validi: L2 per la distanza euclidea, INNER_ PRODUCT per la distanza interna del prodotto, per la somiglianza del coseno. COSINE Valore predefinito: L2 |
index_type |
Tipo di indice. Opzionale Valori validi: faiss.flat, faiss. IVFFlat, faiss. IVFPQ. Valore predefinito: faiss.Flat |
mini_batch_size |
Il numero di osservazioni per ogni mini batch per l'iterazione di dati. Opzionale Valori validi: numeri interi positivi Valore predefinito: 5000 |
