Debugger XGBoost 보고서 규칙을 사용하여 SageMaker AI XGBoost 예측기 구성 - Amazon SageMaker AI

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

Debugger XGBoost 보고서 규칙을 사용하여 SageMaker AI XGBoost 예측기 구성

CreateXgboostReport 규칙은 훈련 작업에서 다음 출력 텐서를 수집합니다.

  • hyperparameters – 첫 단계에서 저장합니다.

  • metrics - 5단계마다 손실 및 정확도를 저장합니다.

  • feature_importance - 5단계마다 저장합니다.

  • predictions - 5단계마다 저장합니다.

  • labels - 5단계마다 저장합니다.

출력 텐서는 기본 S3 버킷에 저장됩니다. 예: s3://sagemaker-<region>-<12digit_account_id>/<base-job-name>/debug-output/.

XGBoost 훈련 작업에 대한 SageMaker AI 예측기를 구성할 때 다음 예제 코드와 같이 규칙을 지정합니다.

Using the SageMaker AI generic estimator
import boto3
import sagemaker
from sagemaker.estimator import Estimator
from sagemaker import image_uris
from sagemaker.debugger import Rule, rule_configs

rules=[
    Rule.sagemaker(rule_configs.create_xgboost_report())
]

region = boto3.Session().region_name
xgboost_container=sagemaker.image_uris.retrieve("xgboost", region, "1.2-1")

estimator=Estimator(
    role=sagemaker.get_execution_role()
    image_uri=xgboost_container,
    base_job_name="debugger-xgboost-report-demo",
    instance_count=1,
    instance_type="ml.m5.2xlarge",
    
    # Add the Debugger XGBoost report rule
    rules=rules
)

estimator.fit(wait=False)