Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

# Hyperparamètres de machines de factorisation
<a name="fact-machines-hyperparameters"></a>

Le tableau suivant contient les hyperparamètres pour l'algorithme Factorization Machines. Il s'agit des paramètres qui sont définis par les utilisateurs pour faciliter l'estimation des paramètres modèles issus des données. Les hyperparamètres requis qui doivent être définies sont les premiers répertoriés, dans l'ordre alphabétique. Les hyperparamètres facultatifs qui peuvent être définis sont répertoriés ensuite, également dans l'ordre alphabétique.


| Nom du paramètre | Description | 
| --- | --- | 
| feature\_dim | Dimension de l'espace de caractéristiques d'entrée. Cela peut être très élevé avec une entrée fragmentées.<br />**Obligatoire**<br />Valeurs valides : nombre entier positif. Plage de valeurs suggérée : [10000,10000000] | 
| num\_factors | Dimensionnalité de factorisation.<br />**Obligatoire**<br />Valeurs valides : nombre entier positif. Plage de valeurs suggérée : [2,1000], 64 génère généralement de bons résultats et constitue un bon point de départ. | 
| predictor\_type | Type de prédicteur.[See the AWS documentation website for more details](http://docs.aws.amazon.com/fr_fr/sagemaker/latest/dg/fact-machines-hyperparameters.html)<br />**Obligatoire**<br />Valeurs valides : chaîne : `binary_classifier` ou `regressor` | 
| bias\_init\_method | Méthode d'initialisation pour le terme de biais :[See the AWS documentation website for more details](http://docs.aws.amazon.com/fr_fr/sagemaker/latest/dg/fact-machines-hyperparameters.html)<br />**Facultatif**<br />Valeurs valides : `uniform`, `normal` ou `constant`<br />Valeur par défaut : `normal` | 
| bias\_init\_scale | Plage pour l'initialisation du terme avec écart. Prend effet si `bias_init_method` est défini sur `uniform`. <br />**Facultatif**<br />Valeurs valides : flottante non négative. Plage de valeurs suggérée : [1e-8, 512].<br />Valeur par défaut : None (Aucune) | 
| bias\_init\_sigma | Écart type pour l'initialisation du terme de biais. Prend effet si `bias_init_method` est défini sur `normal`. <br />**Facultatif**<br />Valeurs valides : flottante non négative. Plage de valeurs suggérée : [1e-8, 512].<br />Valeur par défaut : 0.01 | 
| bias\_init\_value | Valeur initiale du terme de biais. Prend effet si `bias_init_method` est défini sur `constant`. <br />**Facultatif**<br />Valeurs valides : float. Plage de valeurs suggérée : [1e-8, 512].<br />Valeur par défaut : None (Aucune) | 
| bias\_lr | Taux d'apprentissage pour le terme de biais. <br />**Facultatif**<br />Valeurs valides : flottante non négative. Plage de valeurs suggérée : [1e-8, 512].<br />Valeur par défaut : 0.1 | 
| bias\_wd | Dégradation des pondérations pour le terme de biais. <br />**Facultatif**<br />Valeurs valides : flottante non négative. Plage de valeurs suggérée : [1e-8, 512].<br />Valeur par défaut : 0.01 | 
| clip\_gradient | Paramètre d'optimiseur de bornement de la norme du gradient. Borne la norme du gradient par projection sur l'intervalle [-`clip_gradient`, \+`clip_gradient`]. <br />**Facultatif**<br />Valeurs valides : valeur flottante<br />Valeur par défaut : None (Aucune) | 
| epochs | Nombre d'époques de formation à exécuter. <br />**Facultatif**<br />Valeurs valides : nombre entier positif<br />Valeur par défaut : 1 | 
| eps | Paramètre epsilon permettant d'éviter une division par 0.<br />**Facultatif**<br />Valeurs valides : float. Valeur suggérée : petite.<br />Valeur par défaut : None (Aucune) | 
| factors\_init\_method | Méthode d'initialisation des termes de factorisation :[See the AWS documentation website for more details](http://docs.aws.amazon.com/fr_fr/sagemaker/latest/dg/fact-machines-hyperparameters.html)<br />**Facultatif**<br />Valeurs valides : `uniform`, `normal` ou `constant`.<br />Valeur par défaut : `normal` | 
| factors\_init\_scale  | Plage pour l'initialisation des termes de factorisation. Prend effet si `factors_init_method` est défini sur `uniform`. <br />**Facultatif**<br />Valeurs valides : flottante non négative. Plage de valeurs suggérée : [1e-8, 512].<br />Valeur par défaut : None (Aucune) | 
| factors\_init\_sigma | Écart type pour l'initialisation des termes de factorisation. Prend effet si `factors_init_method` est défini sur `normal`. <br />**Facultatif**<br />Valeurs valides : flottante non négative. Plage de valeurs suggérée : [1e-8, 512].<br />Valeur par défaut : 0.001 | 
| factors\_init\_value | Valeur initiale des termes de factorisation. Prend effet si `factors_init_method` est défini sur `constant`. <br />**Facultatif**<br />Valeurs valides : float. Plage de valeurs suggérée : [1e-8, 512].<br />Valeur par défaut : None (Aucune) | 
| factors\_lr | Taux d'apprentissage pour les termes de factorisation. <br />**Facultatif**<br />Valeurs valides : flottante non négative. Plage de valeurs suggérée : [1e-8, 512].<br />Valeur par défaut : 0.0001 | 
| factors\_wd | Dégradation des pondérations pour les termes de factorisation. <br />**Facultatif**<br />Valeurs valides : flottante non négative. Plage de valeurs suggérée : [1e-8, 512].<br />Valeur par défaut : 0.00001 | 
| linear\_lr | Taux d'apprentissage pour les termes linéaires. <br />**Facultatif**<br />Valeurs valides : flottante non négative. Plage de valeurs suggérée : [1e-8, 512].<br />Valeur par défaut : 0.001 | 
| linear\_init\_method | Méthode d'initialisation des termes linéaires :[See the AWS documentation website for more details](http://docs.aws.amazon.com/fr_fr/sagemaker/latest/dg/fact-machines-hyperparameters.html)<br />**Facultatif**<br />Valeurs valides : `uniform`, `normal` ou `constant`.<br />Valeur par défaut : `normal` | 
| linear\_init\_scale | Plage pour l'initialisation de termes linéaires. Prend effet si `linear_init_method` est défini sur `uniform`. <br />**Facultatif**<br />Valeurs valides : flottante non négative. Plage de valeurs suggérée : [1e-8, 512].<br />Valeur par défaut : None (Aucune) | 
| linear\_init\_sigma | Écart type pour l'initialisation des termes linéaires. Prend effet si `linear_init_method` est défini sur `normal`. <br />**Facultatif**<br />Valeurs valides : flottante non négative. Plage de valeurs suggérée : [1e-8, 512].<br />Valeur par défaut : 0.01 | 
| linear\_init\_value | Valeur initiale des termes linéaires. Prend effet si `linear_init_method` est défini sur *constant*. <br />**Facultatif**<br />Valeurs valides : float. Plage de valeurs suggérée : [1e-8, 512].<br />Valeur par défaut : None (Aucune) | 
| linear\_wd | Dégradation des pondérations pour les termes linéaires.<br />**Facultatif**<br />Valeurs valides : flottante non négative. Plage de valeurs suggérée : [1e-8, 512].<br />Valeur par défaut : 0.001 | 
| mini\_batch\_size | Taille du mini-lot utilisé pour la formation. <br />**Facultatif**<br />Valeurs valides : nombre entier positif<br />Valeur par défaut : 1000 | 
| rescale\_grad | Paramètre d'optimiseur de remise à l'échelle du gradient. Si cette option est définie, multiplie le dégradé avec `rescale_grad` avant la mise à jour. Choisissez souvent 1.0/`batch_size`. <br />**Facultatif**<br />Valeurs valides : valeur flottante<br />Valeur par défaut : None (Aucune) |