Publicado en: Sep 21, 2021
Amazon SageMaker Autopilot crea, forma y ajusta automáticamente los mejores modelos de machine learning en función de los datos, a la vez que permite mantener el control y la visibilidad completos. A partir de hoy, SageMaker Autopilot genera métricas adicionales, junto con la métrica de objetivo, para todos los modelos posibles. Para problemas de clasificación binaria, Autopilot ahora genera la puntuación F1 (media armónica de la precisión y la recuperación), precisión y AUC (área debajo de la curva) para todos los modelos posibles. Para la clasificación multiclase, Autopilot ahora genera tanto la macro F1 como la precisión para todos los modelos posibles. Tal y como se ha indicado anteriormente, puede seleccionar cualquiera de estas métricas como métrica de objetivo a optimizar por el experimento de Autopilot. Al ver las métricas adicionales junto con la métrica de objetivo, ahora puede evaluar y comparar rápidamente varios candidatos para crear el modelo que mejor se adapte a sus necesidades.
Las métricas adicionales ahora se generan en todas las regiones de AWS donde SageMaker Autopilot está disponible actualmente. Para ver la lista completa de métricas y la métrica de objetivo predeterminada por tipo de problema, consulte la documentación. Para comenzar a utilizar SageMaker Autopilot, consulte la sección Introducción o acceda a Autopilot dentro de SageMaker Studio.