問題タブ [amazon-sagemaker]

aws sagemaker で線形回帰を行いたいです。いくつかの値でモデルをトレーニングしたところ、入力ごとに値を予測しています。しかし、0 未満および 100 を超えることはできないパーセンテージを予測しているように、範囲外の値を予測する場合があります。ここでそれを制限するにはどうすればよいですか:

範囲外の値を予測しないようにモデルを作成するにはどうすればよいですか: [0,100]。

Sagemaker でモデルをトレーニングし、エンドポイントを作成しました。郵便配達員を使用してエンドポイントを呼び出そうとしています。しかし、モデルをトレーニングするときも、その後も、トレーニング データのヘッダーを指定していません。Sagemaker に投稿リクエストを送信する際にペイロードを作成する方法について途方に暮れています

SageMaker の組み込み XGBoost アルゴリズムを、次のトレーニング セットと検証セットで使用しています。

https://files.fm/u/pm7n8zcm

上記のデータセットを使用してトレーニングから得られる予測モデルを実行すると、常にまったく同じ結果が得られます。

トレーニングまたは検証データセットに、この動作を説明できる明らかな何かがありますか?

ハイパーパラメータを設定しているコード スニペットの例を次に示します。

ソースコードは次のとおりです: https://github.com/paulfryer/continuous-training/blob/master/ContinuousTraining/StateMachine/Retrain.cs#L326

どのハイパー パラメーターを調整する必要があるかはわかりません。

このスクリーンショットは、8 つのインデックスで結果を取得していることを示しています。

しかし、11番目のものを追加すると失敗します。これにより、インデックスを削除するのではなく、インデックスをゼロにしてモデルをトレーニングする必要があると考えるようになりました。それでは次にやってみます。 更新:ゼロ値を含めた再トレーニングは役に立たないようです。私はまだ毎回同じ値を取得しています。10 個を超える値を予測エンドポイントに送信できないことに気付きました。そうしないと、「提供されたペイロードを評価できません」というエラーが返されます。そのため、この時点で libsvm 形式を使用すると、問題が増えるだけです。