Factorization Machine 모델 튜닝 - Amazon SageMaker
지표튜닝 가능한 하이퍼파라미터

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

Factorization Machine 모델 튜닝

하이퍼파라미터 튜닝이라고도 하는 자동 모델 튜닝은 데이터 세트에 대한 광범위한 하이퍼파라미터를 테스트하는 여러 작업을 실행하여 최적의 모델 버전을 찾습니다. 튜닝 가능한 하이퍼파라미터, 각 하이퍼파라미터에 대한 값 범위 및 목표 지표를 선택합니다. 알고리즘에서 계산하는 지표 중에서 목표 지표를 선택합니다. 자동 모델 튜닝은 선택한 하이퍼파라미터를 검색하여 목표 지표를 최적화하는 모델을 만드는 값 조합을 찾습니다.

모델 튜닝에 대한 추가 정보는 를 사용한 자동 모델 튜닝 SageMaker 단원을 참조하세요.

Factorization Machine 알고리즘으로 계산되는 지표

Factorization Machine 알고리즘에는 바이너리 분류 및 회귀 예측기 유형이 둘 다 있습니다. 예측기 유형은 자동 모델 튜닝에 사용할 수 있는 지표를 결정합니다. 알고리즘은 test:rmse 회귀 지표를 보고하며, 이러한 지표는 훈련 중 계산됩니다. 회귀 작업을 위한 모델을 튜닝하는 경우 이 지표를 목표 지표로 선택합니다.

지표 이름 설명 최적화 방향
test:rmse

평균 제곱근 오차

최소화

Factorization Machine 알고리즘은 3가지 바이너리 분류 지표를 보고하며, 이러한 지표는 훈련 중 계산됩니다. 바이너리 분류 작업을 위한 모델을 튜닝하는 경우 이러한 지표 중 하나를 목표 지표로 선택합니다.

지표 이름 설명 최적화 방향
test:binary_classification_accuracy

정확도

최대화
test:binary_classification_cross_entropy

교차 엔트로피

최소화
test:binary_f_beta

베타

최대화

튜닝 가능한 Factorization Machine 하이퍼파라미터

Factorization Machine 알고리즘에 대한 다음 하이퍼파라미터를 튜닝할 수 있습니다. 편향항, 선형 및 인수분해가 포함된 초기화 파라미터는 초기화 메서드에 따라 달라집니다. uniform, normal 및 constant, 이렇게 3가지 초기화 메서드가 있습니다. 이러한 초기화 메서드 자체는 튜닝이 불가능합니다. 튜닝 가능한 파라미터는 선택한 초기화 메서드에 따라 달라집니다. 예를 들어, 초기화 메서드가 uniform이면 scale 파라미터만 튜닝할 수 있습니다. 특히, 초기화 메서드가 bias_init_method==uniform인 경우에는 bias_init_scale, linear_init_scale 및 factors_init_scale을 튜닝할 수 있습니다. 마찬가지로, 초기화 메서드가 normal이면 sigma 파라미터만 튜닝할 수 있습니다. 초기화 메서드가 constant이면 value 파라미터만 튜닝할 수 있습니다. 다음 표에는 이러한 종속성이 나열되어 있습니다.

파라미터 이름 파라미터 유형 권장 범위 종속성
bias_init_scale

ContinuousParameterRange

MinValue: 1e-8, MaxValue: 512

bias_init_method==uniform
bias_init_sigma

ContinuousParameterRange

MinValue: 1e-8, MaxValue: 512

bias_init_method==normal
bias_init_value

ContinuousParameterRange

MinValue: 1e-8, MaxValue: 512

bias_init_method==constant
bias_lr

ContinuousParameterRange

MinValue: 1e-8, MaxValue: 512

None
bias_wd

ContinuousParameterRange

MinValue: 1e-8, MaxValue: 512

None
epoch

IntegerParameterRange

MinValue: 1, MaxValue: 1000

None
factors_init_scale

ContinuousParameterRange

MinValue: 1e-8, MaxValue: 512

bias_init_method==uniform
factors_init_sigma

ContinuousParameterRange

MinValue: 1e-8, MaxValue: 512

bias_init_method==normal
factors_init_value

ContinuousParameterRange

MinValue: 1e-8, MaxValue: 512

bias_init_method==constant
factors_lr

ContinuousParameterRange

MinValue: 1e-8, MaxValue: 512

None
factors_wd

ContinuousParameterRange

MinValue: 1e-8, MaxValue: 512]

None
linear_init_scale

ContinuousParameterRange

MinValue: 1e-8, MaxValue: 512

bias_init_method==uniform
linear_init_sigma

ContinuousParameterRange

MinValue: 1e-8, MaxValue: 512

bias_init_method==normal
linear_init_value

ContinuousParameterRange

MinValue: 1e-8, MaxValue: 512

bias_init_method==constant
linear_lr

ContinuousParameterRange

MinValue: 1e-8, MaxValue: 512

None
linear_wd

ContinuousParameterRange

MinValue: 1e-8, MaxValue: 512

None
mini_batch_size

IntegerParameterRange

MinValue: 100, MaxValue: 10000

None