쿠키 기본 설정 선택

당사는 사이트와 서비스를 제공하는 데 필요한 필수 쿠키 및 유사한 도구를 사용합니다. 고객이 사이트를 어떻게 사용하는지 파악하고 개선할 수 있도록 성능 쿠키를 사용해 익명의 통계를 수집합니다. 필수 쿠키는 비활성화할 수 없지만 '사용자 지정' 또는 ‘거부’를 클릭하여 성능 쿠키를 거부할 수 있습니다.

사용자가 동의하는 경우 AWS와 승인된 제3자도 쿠키를 사용하여 유용한 사이트 기능을 제공하고, 사용자의 기본 설정을 기억하고, 관련 광고를 비롯한 관련 콘텐츠를 표시합니다. 필수가 아닌 모든 쿠키를 수락하거나 거부하려면 ‘수락’ 또는 ‘거부’를 클릭하세요. 더 자세한 내용을 선택하려면 ‘사용자 정의’를 클릭하세요.

k-means 하이퍼파라미터

포커스 모드
k-means 하이퍼파라미터 - Amazon SageMaker AI

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

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

CreateTrainingJob 요청에서 사용하고자 하는 훈련 알고리즘을 지정합니다. 알고리즘별 하이퍼파라미터를 문자열-문자열 맵으로 지정할 수 있습니다. 다음 표에는 Amazon SageMaker AI에서 제공하는 k-means 훈련 알고리즘의 하이퍼파라미터가 나열되어 있습니다. k-means 클러스터링 작동 방식에 대한 자세한 정보는 k-means 클러스터링 작동 방식 섹션을 참조하세요.

파라미터 이름 설명
feature_dim

입력 데이터의 특징 수.

필수

유효한 값: 양수

k

필요한 클러스터 수.

필수

유효한 값: 양수

epochs

훈련 데이터에 대한 전달 횟수.

선택 사항

유효한 값: 양수

기본값: 1

eval_metrics

모델에 대한 점수를 보고하는 데 사용되는 지표 유형의 JSON 목록. 허용되는 값은 평균 제곱 편차의 경우 msd이고, 제곱 거리의 합의 경우 ssd입니다. 테스트 데이터가 제공된 경우에는 요청된 각 지표에 대해 점수가 보고됩니다.

선택 사항

유효한 값: [\"msd\"], [\"ssd\"] 또는 [\"msd\",\"ssd\"].

기본 값: [\"msd\"]

extra_center_factor

이 알고리즘은 실행 시 K 중심 = num_clusters * extra_center_factor를 생성하고 모델 완료 시 중심 수를 K에서 k로 줄입니다.

선택 사항

유효한 값: 양의 정수 또는 auto.

기본 값: auto

half_life_time_size

클러스터 평균을 계산할 때 관측치에 지정할 가중치를 결정하는 데 사용됩니다. 더 많은 지점을 관측할수록 가중치는 급격하게 감소합니다. 지점이 처음으로 관측되는 경우 클러스터 평균을 계산할 때 해당 지점에는 가중치 1이 할당됩니다. half_life_time_size 지점을 관측한 이후 가중치는 1/2이 되도록 지수 감소 함수의 감소 상수를 선택합니다. 0으로 설정된 경우 감퇴가 없습니다.

선택 사항

유효한 값: 음수가 아닌 정수

기본값: 0

init_method

이 알고리즘이 초기 클러스터 중심을 선택하는 메서드. 표준 k-means 접근 방식은 이러한 메서드를 무작위로 선택합니다. 대체 k-means++ 메서드는 첫 번째 클러스터 중심을 무작위로 선택합니다. 그런 다음 기존 중심에서 남은 데이터 포인트까지 거리의 제곱에 비례하는 가능성 분포로 중심 선택에 가중치를 부여해 초기 클러스터의 위치를 분산시킵니다.

선택 사항

유효한 값: random 또는 kmeans++.

기본 값: random

local_lloyd_init_method

k 중심이 포함된 최종 모델을 빌드하기 위해 사용되는 Lloyd의 Expectation–Maximization(EM) 프로시저에 대한 초기화 메서드.

선택 사항

유효한 값: random 또는 kmeans++.

기본 값: kmeans++

local_lloyd_max_iter

k 중심이 포함된 최종 모델을 빌드하기 위해 사용되는 Lloyd의 Expectation–Maximization(EM) 프로시저에 대한 최대 반복 횟수.

선택 사항

유효한 값: 양수

기본값: 300

local_lloyd_num_trials

k 중심이 포함된 최종 모델을 빌드하는 경우 손실이 가장 낮은 Lloyd의 Expectation–Maximization(EM) 프로시저가 실행되는 횟수.

선택 사항

유효한 값: 양의 정수 또는 auto.

기본 값: auto

local_lloyd_tol

k 중심이 포함된 최종 모델을 빌드하기 위해 사용되는 Lloyd의 Expectation–Maximization(EM) 프로시저의 조기 중지에 대한 손실 변화 내결함성.

선택 사항

유효한 값: 부동 소수점. 범위: [0, 1].

기본값: 0.0001

mini_batch_size

데이터 반복자의 미니 배치당 관측치의 수.

선택 사항

유효한 값: 양수

기본값: 5000

프라이버시사이트 이용 약관쿠키 기본 설정
© 2025, Amazon Web Services, Inc. 또는 계열사. All rights reserved.