如何超参数化 Amazon SageMaker 训练作业控制台
How to hyperparametrize Amazon SageMaker Training Jobs Console
我正在尝试使用 de AWS SageMaker Training Jobs 控制台来训练具有 H2o.AutoMl 的模型。
我在尝试设置超参数时遇到困难，特别是设置 'training' 字段。
{'classification': true, 'categorical_columns':'', 'target': 'label'}
我正在尝试设置分类训练作业 (1/0)，我相信设置页面上的其他所有内容我都可以应付，但我不知道如何设置 'training' 字段。根据算法要求，我的数据作为 CSV 文件存储在 S3 上。
我的数据大约有 250000 列，其中 4 列是分类的，其中一列是目标，其余是连续变量 (800 MB)
target column name = 'y'
categorical columns name = 'SIT','HOL','CTH','YTT'
希望有人能帮助我。
谢谢！
在我询问之后，我看到了 SageMaker examples.
的解释
{分类': 'true', 'categorical_columns': 'SIT','HOL','CTH','YTT','target' : 'y'}.
问题已解决！
我正在尝试使用 de AWS SageMaker Training Jobs 控制台来训练具有 H2o.AutoMl 的模型。
我在尝试设置超参数时遇到困难，特别是设置 'training' 字段。
{'classification': true, 'categorical_columns':'', 'target': 'label'}
我正在尝试设置分类训练作业 (1/0)，我相信设置页面上的其他所有内容我都可以应付，但我不知道如何设置 'training' 字段。根据算法要求，我的数据作为 CSV 文件存储在 S3 上。
我的数据大约有 250000 列，其中 4 列是分类的，其中一列是目标，其余是连续变量 (800 MB)
target column name = 'y'
categorical columns name = 'SIT','HOL','CTH','YTT'
希望有人能帮助我。
谢谢！
在我询问之后，我看到了 SageMaker examples.
的解释{分类': 'true', 'categorical_columns': 'SIT','HOL','CTH','YTT','target' : 'y'}.
问题已解决！