如何使用 SageMaker CatBoost - Amazon SageMaker

本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。

如何使用 SageMaker CatBoost

您可以使用 CatBoost 作為 SageMaker Amazon 內建演算法。下一節說明如何 CatBoost 搭配 SageMaker Python 使用 SDK。如需如何 CatBoost 從 Amazon SageMaker Studio Classic UI 使用 的資訊,請參閱 SageMaker JumpStart 預先訓練的模型

  • 使用 CatBoost 作為內建演算法

    使用 CatBoost 內建演算法來建置 CatBoost 訓練容器,如下列程式碼範例所示。您可以使用 API(如果使用 CatBoostAmazon SageMaker Python SDK 第 URI SageMaker image_uris.retrieve2 版get_image_uriAPI) 自動識別內建演算法映像。

    指定 CatBoost 影像 後URI,您可以使用 CatBoost 容器,使用估算器建構 SageMaker 估算器API並啟動訓練任務。 CatBoost 內建演算法會以指令碼模式執行,但訓練指令碼會提供給您,不需要加以取代。如果您有使用指令碼模式建立 SageMaker 訓練任務的豐富經驗,則可以整合自己的 CatBoost 訓練指令碼。

    from sagemaker import image_uris, model_uris, script_uris train_model_id, train_model_version, train_scope = "catboost-classification-model", "*", "training" training_instance_type = "ml.m5.xlarge" # Retrieve the docker image train_image_uri = image_uris.retrieve( region=None, framework=None, model_id=train_model_id, model_version=train_model_version, image_scope=train_scope, instance_type=training_instance_type ) # Retrieve the training script train_source_uri = script_uris.retrieve( model_id=train_model_id, model_version=train_model_version, script_scope=train_scope ) train_model_uri = model_uris.retrieve( model_id=train_model_id, model_version=train_model_version, model_scope=train_scope ) # Sample training data is available in this bucket training_data_bucket = f"jumpstart-cache-prod-{aws_region}" training_data_prefix = "training-datasets/tabular_multiclass/" training_dataset_s3_path = f"s3://{training_data_bucket}/{training_data_prefix}/train" validation_dataset_s3_path = f"s3://{training_data_bucket}/{training_data_prefix}/validation" output_bucket = sess.default_bucket() output_prefix = "jumpstart-example-tabular-training" s3_output_location = f"s3://{output_bucket}/{output_prefix}/output" from sagemaker import hyperparameters # Retrieve the default hyperparameters for training the model hyperparameters = hyperparameters.retrieve_default( model_id=train_model_id, model_version=train_model_version ) # [Optional] Override default hyperparameters with custom values hyperparameters[ "iterations" ] = "500" print(hyperparameters) from sagemaker.estimator import Estimator from sagemaker.utils import name_from_base training_job_name = name_from_base(f"built-in-algo-{train_model_id}-training") # Create SageMaker Estimator instance tabular_estimator = Estimator( role=aws_role, image_uri=train_image_uri, source_dir=train_source_uri, model_uri=train_model_uri, entry_point="transfer_learning.py", instance_count=1, instance_type=training_instance_type, max_run=360000, hyperparameters=hyperparameters, output_path=s3_output_location ) # Launch a SageMaker Training job by passing the S3 path of the training data tabular_estimator.fit( { "training": training_dataset_s3_path, "validation": validation_dataset_s3_path, }, logs=True, job_name=training_job_name )

    如需如何 CatBoost 將 設定為內建演算法的詳細資訊,請參閱下列筆記本範例。