您何时在 SageMaker 训练作业中指定 Target 变量？
When do you specify the Target variable in a SageMaker Training job?
我正在尝试按照本教程创建机器学习算法：Get Started with Amazon SageMaker
除非我在教程中遗漏了什么，否则我没有找到任何指定目标变量的步骤。有人可以解释一下我们在使用 SageMaker 内置算法创建 ML 模型时指定目标变量的位置/时间吗？
非常感谢！
经过一番研究，我找到了答案。如果您使用的是从 S3 存储桶中提取的 CSV 文件，则假定目标变量位于第一列。
如果您需要更多详细信息，可以查看这部分 AWS 文档：
这取决于您在 SageMaker 中使用的科学范式 :)
- SageMaker 内置算法都有其输入规范，
在各自的文档中描述。例如，对于
SageMaker Linear Learner and SageMaker XGBoost 假定目标
成为第一列。
- 使用自定义代码，例如 Bring-Your-Own-Docker 或 SageMaker Framework 容器（适用于 Sklearn、TF、PyTorch、MXNet），因为您是编写代码的人，所以您可以编写任何类型的代码逻辑，目标可以是数据集的任何列。
我正在尝试按照本教程创建机器学习算法：Get Started with Amazon SageMaker
除非我在教程中遗漏了什么，否则我没有找到任何指定目标变量的步骤。有人可以解释一下我们在使用 SageMaker 内置算法创建 ML 模型时指定目标变量的位置/时间吗？
非常感谢！
经过一番研究，我找到了答案。如果您使用的是从 S3 存储桶中提取的 CSV 文件，则假定目标变量位于第一列。
如果您需要更多详细信息，可以查看这部分 AWS 文档：
这取决于您在 SageMaker 中使用的科学范式 :)
- SageMaker 内置算法都有其输入规范， 在各自的文档中描述。例如，对于 SageMaker Linear Learner and SageMaker XGBoost 假定目标 成为第一列。
- 使用自定义代码，例如 Bring-Your-Own-Docker 或 SageMaker Framework 容器（适用于 Sklearn、TF、PyTorch、MXNet），因为您是编写代码的人，所以您可以编写任何类型的代码逻辑，目标可以是数据集的任何列。