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。

隨機切割森林 （RCF） 演算法

Amazon SageMaker Random Cut Forest （RCF） 是一種無監督演算法，用於偵測資料集內的異常資料點。這些觀測到的結果，和具有良好結構或規律的資料不一致。異常情況可能會表現為時間序列資料中的意外峰值、週期性的中斷，或是無法歸類的資料點。這些異常易於辨識，因為在圖中檢視時，經常能夠明顯地區分出異常項目和 “一般” 資料。在資料集中包含這些異常項目，將會大幅提高機器學習任務的複雜度，因為 “一般” 的資料通常可以透過簡單的模型描述。

與每個資料點RCF建立關聯，以建立異常分數。低分代表資料點會被視為 “正常”。高分代表資料中出現了異常。“低” 和 “高” 的定義取決於應用程式，但根據常見的狀況來判斷，超出平均分數三個標準差以上的分數，應視為異常。

雖然有許多異常偵測演算法應用程式可處理一維時間序列資料，例如流量磁碟區分析或聲量峰值偵測，RCF但其設計可搭配任意維度輸入使用。Amazon SageMaker RCF 在功能數量、資料集大小和執行個體數量方面擴展良好。

RCF 演算法的輸入/輸出介面

Amazon SageMaker Random Cut Forest 支援 train和 test 資料通道。選用的測試通道是用來計算正確率、準確率、召回率和標籤資料上的 F1 分數指標。訓練與測試資料內容的類型，可以是 application/x-recordio-protobuf 或 text/csv 格式。針對測試資料，在使用文字/csv 格式時，必須將內容指定為 text/csv;label_size=1，其中每行的第一欄代表異常標籤：“1” 代表異常的資料點，“0” 代表正常的資料點。您可以使用檔案模式或管道模式，針對格式化為 recordIO-wrapped-protobuf或 的資料訓練RCF模型 CSV

訓練通道只支援 S3DataDistributionType=ShardedByS3Key，而測試通道只支援 S3DataDistributionType=FullyReplicated。下列範例會使用 Amazon SageMaker Python SDK指定訓練頻道的 S3 分佈類型。

  import sagemaker
    
  # specify Random Cut Forest training job information and hyperparameters
  rcf = sagemaker.estimator.Estimator(...)
    
  # explicitly specify "ShardedByS3Key" distribution type
  train_data = sagemaker.inputs.TrainingInput(
       s3_data=s3_training_data_location,
       content_type='text/csv;label_size=0',
       distribution='ShardedByS3Key')
    
  # run the training job on input data stored in S3
  rcf.fit({'train': train_data})

若要避免發生執行角色的常見錯誤，請確定您具備所需的執行角色 AmazonSageMakerFullAccess 和 AmazonEC2ContainerRegistryFullAccess。為了避免映像周圍的常見錯誤，或是映像的許可不正確，請確定ECR映像的大小不大於訓練執行個體上配置的磁碟空間。若要避免這種情況，請在磁碟空間足夠的執行個體上執行訓練任務。此外，如果您的ECR映像來自不同 AWS 帳戶的 Elastic Container Service （ECS） 儲存庫，而且您未設定儲存庫許可來授予存取權，這將導致錯誤。如需設定ECR儲存庫政策陳述式的詳細資訊，請參閱儲存庫許可。

如需有關自訂 S3 資料來源屬性的詳細資訊，請參閱 S3DataSource。最後，若要善用多執行個體訓練的優勢，必須將訓練資料分割成多個檔案，數量至少和執行個體的數量相當。

對於推論， RCF支援 application/x-recordio-protobuftext/csv和 application/json輸入資料內容類型。請參閱內建演算法的參數文件以了解詳細資訊。RCF 推論傳回application/x-recordio-protobuf或application/json格式化輸出。這些輸出資料中的每筆記錄，皆包含每個輸入資料點對應的異常分數。請參閱常見的資料格式 - 推論，以取得詳細資訊。

如需輸入和輸出檔案格式的詳細資訊，請參閱適用於推論的RCF 回應格式以及RCF 範例筆記本。

RCF 演算法的執行個體建議

關於訓練，我們建議使用 ml.m4、ml.c4 和 ml.c5 執行個體系列。關於推論，我們建議尤其使用 ml.c5.xl 執行個體類型，以實現最高的效能，並將每小時的使用成本減到最低。雖然演算法技術上可以在GPU執行個體類型上執行，但不會利用GPU硬體。

RCF 範例筆記本

如需如何訓練RCF模型並執行推論的範例，請參閱 SageMaker 隨機剪切森林簡介筆記本。如需如何建立和存取可用於在 中執行範例的 Jupyter 筆記本執行個體的說明 SageMaker，請參閱 Amazon SageMaker Notebook 執行個體。建立並開啟筆記本執行個體後，請選取SageMaker 範例索引標籤以查看所有 SageMaker 範例的清單。若要開啟筆記本，請按一下其使用標籤，然後選取建立複本。

如需使用RCF演算法的部落格文章，請參閱使用內建的 Amazon SageMaker 隨機切割森林演算法進行異常偵測。