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

라이트GBM

LightGBM는 Gradient Boosting Decision Tree(GBDT) 알고리즘의 인기 있고 효율적인 오픈 소스 구현입니다. GBDT 는 더 단순하고 약한 모델 세트의 추정치 앙상블을 결합하여 대상 변수를 정확하게 예측하려고 시도하는 감독형 학습 알고리즘입니다. LightGBM는 추가 기술을 사용하여 기존 의 효율성과 확장성을 크게 개선합니다GBDT. 이 페이지에는 Amazon EC2 인스턴스 권장 사항 및 Light용 샘플 노트북에 대한 정보가 포함되어 있습니다GBM.

LightGBM 알고리즘에 대한 Amazon EC2 인스턴스 권장 사항

SageMaker LightGBM는 현재 단일 인스턴스 및 다중 인스턴스 CPU 훈련을 지원합니다. 다중 인스턴스 CPU 훈련(분산 훈련)의 경우 추정기를 정의할 때 를 1보다 instance_count 크게 지정합니다. Light 를 사용한 분산 훈련에 대한 자세한 내용은 Dask 를 사용한 Amazon Light 분산 훈련을 GBM참조하세요. SageMaker GBM

LightGBM는 메모리 바인딩(컴퓨트 바인딩이 아님) 알고리즘입니다. 따라서 컴퓨팅 최적화 인스턴스(예: C5)보다 범용 컴퓨팅 인스턴스(예: M5)를 선택하는 것이 좋습니다. 또한 훈련 데이터를 보유하기 위해 선택한 인스턴스에 총 메모리가 충분한 것이 좋습니다.

라이트GBM 샘플 노트북

다음 표에는 Amazon SageMaker LightGBM 알고리즘의 다양한 사용 사례를 다루는 다양한 샘플 노트북이 요약되어 있습니다.

에서 예제를 실행하는 데 사용할 수 있는 Jupyter 노트북 인스턴스를 생성하고 액세스하는 방법에 대한 지침은 섹션을 SageMaker참조하세요Amazon SageMaker 노트북 인스턴스. 노트북 인스턴스를 생성하고 연 후 SageMaker 예제 탭을 선택하여 모든 SageMaker 샘플 목록을 확인합니다. 노트북을 열려면 사용 탭을 선택한 후 사본 생성을 선택합니다.