发布于: Jul 25, 2023
Amazon SageMaker Canvas 现在支持使用不同的目标指标训练机器学习 (ML) 模型，让您可以更全面地了解模型的优缺点。SageMaker Canvas 是一个可视化界面，让业务分析师和公民数据科学家能够自行生成准确的 ML 预测，而无需具备任何 ML 专业知识或编写任何代码。
默认情况下，SageMaker Canvas 会针对每种问题类型选择最合适的目标指标。但是，如果使用不同的目标指标来训练 ML 模型，我们就可以提高模型的稳定性和泛化能力。针对单个指标进行优化可能会导致对训练数据的过拟合或偏差。我们往往需要权衡取舍不同的指标。例如，追求精度可能会降低召回率，反之亦然。使用不同的目标指标来训练模型，您可以做出权衡取舍，并选择与您的具体需求一致的最佳方案。到目前为止，SageMaker Canvas 仅支持针对每种问题类型的单个默认目标指标。从今天开始，您可以从支持的指标列表中选择一个目标指标，然后相应地优化您的 ML 模型。
现在，支持 SageMaker Canvas 的所有 AWS 区域都支持在 Amazon SageMaker Canvas 中使用不同的目标指标训练 ML 模型。要了解更多信息，请参阅 SageMaker Canvas 产品文档。