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.
Nella richiesta CreateTrainingJob puoi specificare l'algoritmo di addestramento. È inoltre possibile specificare iperparametri specifici dell'algoritmo come mappe. string-to-string La tabella seguente elenca gli iperparametri per l'algoritmo di addestramento LDA fornito da Amazon SageMaker AI. Per ulteriori informazioni, consulta Come funziona LDA.
| Nome parametro | Descrizione |
|---|---|
num_topics |
Il numero di argomenti per LDA da trovare all'interno dei dati. Campo obbligatorio Valori validi: numeri interi positivi |
feature_dim |
La dimensione del vocabolario del corpus di documento di input. Campo obbligatorio Valori validi: numeri interi positivi |
mini_batch_size |
Il numero totale di documenti nel corpus di documento di input. Campo obbligatorio Valori validi: numeri interi positivi |
alpha0 |
Supposizione iniziale per il parametro di concentrazione: la somma degli elementi del prior Dirichlet. I valori piccoli hanno maggiore probabilità di generare combinazioni di argomenti a densità bassa e valori grandi (maggiori di 1,0) producono combinazioni più uniformi. Opzionale Valori validi: float positivi Valore predefinito: 1.0 |
max_restarts |
Il numero di riavvii da eseguire durante la fase di decomposizione spettrale dei minimi quadrati alternati (ALS) dell'algoritmo. Può essere utilizzato per trovare minima locali di qualità migliore a scapito dell'elaborazione aggiuntiva. Generalmente non richiede alcuna regolazione. Opzionale Valori validi: numeri interi positivi Valore predefinito: 10 |
max_iterations |
Il numero massimo di iterazioni da eseguire durante la fase ALS dell'algoritmo. Può essere utilizzato per trovare minima di qualità migliore a scapito dell'elaborazione aggiuntiva. Generalmente non richiede alcuna regolazione. Opzionale Valori validi: numeri interi positivi Valore predefinito: 1000 |
tol |
La tolleranza di errore target per la fase ALS dell'algoritmo. Può essere utilizzato per trovare minima di qualità migliore a scapito dell'elaborazione aggiuntiva. Generalmente non richiede alcuna regolazione. Opzionale Valori validi: float positivi Valore predefinito: 1e-8 |
