Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# K-Berarti Hyperparameter
<a name="k-means-api-config"></a>

Dalam [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateTrainingJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateTrainingJob.html)permintaan, Anda menentukan algoritma pelatihan yang ingin Anda gunakan. Anda juga dapat menentukan hyperparameter khusus algoritme sebagai peta. string-to-string Tabel berikut mencantumkan hyperparameters untuk algoritma pelatihan k-means yang disediakan oleh Amazon SageMaker AI. Untuk informasi lebih lanjut tentang cara kerja k-means clustering, lihat. [Bagaimana K-Means Clustering Bekerja](algo-kmeans-tech-notes.md)


| Nama Parameter | Deskripsi | 
| --- | --- | 
| feature\$1dim | Jumlah fitur dalam data input. **Diperlukan** Nilai yang valid: Bilangan bulat positif  | 
| k |  Jumlah cluster yang dibutuhkan. **Diperlukan** Nilai yang valid: Bilangan bulat positif  | 
| epochs | Jumlah pass yang dilakukan atas data pelatihan. **Opsional** Nilai yang valid: Bilangan bulat positif Nilai default: 1  | 
| eval\$1metrics | Daftar tipe metrik JSON yang digunakan untuk melaporkan skor untuk model. Nilai yang diizinkan adalah `msd` untuk Means Square Deviation dan `ssd` untuk Sum of Square Distance. Jika data pengujian disediakan, skor dilaporkan untuk setiap metrik yang diminta. **Opsional** Nilai yang valid: Entah `[\"msd\"]` atau `[\"ssd\"]` atau`[\"msd\",\"ssd\"]`. Nilai default: `[\"msd\"]`  | 
| extra\$1center\$1factor | Algoritma membuat K center = `num_clusters` \$1 `extra_center_factor` saat berjalan dan mengurangi jumlah pusat dari K hingga `k` saat menyelesaikan model. **Opsional** Nilai yang valid: Entah bilangan bulat positif atau`auto`. Nilai default: `auto`  | 
| half\$1life\$1time\$1size | Digunakan untuk menentukan bobot yang diberikan untuk pengamatan saat menghitung rata-rata cluster. Bobot ini meluruh secara eksponensial karena lebih banyak titik diamati. Ketika suatu titik pertama kali diamati, itu diberi bobot 1 saat menghitung rata-rata cluster. Konstanta peluruhan untuk fungsi peluruhan eksponensial dipilih sehingga setelah `half_life_time_size` titik pengamatan, beratnya adalah 1/2. Jika disetel ke 0, tidak ada pembusukan. **Opsional** Nilai yang valid: Bilangan bulat non-negatif Nilai default: 0  | 
| init\$1method | Metode dimana algoritma memilih pusat cluster awal. Pendekatan k-means standar memilihnya secara acak. Metode alternatif k-means\$1\$1 memilih pusat cluster pertama secara acak. Kemudian menyebar posisi cluster awal yang tersisa dengan menimbang pemilihan pusat dengan distribusi probabilitas yang sebanding dengan kuadrat jarak titik data yang tersisa dari pusat yang ada. **Opsional** Nilai yang valid: Entah `random` atau`kmeans++`. Nilai default: `random`  | 
| local\$1lloyd\$1init\$1method | Metode inisialisasi untuk prosedur ekspektasi-maksimisasi (EM) Lloyd digunakan untuk membangun model akhir yang berisi pusat. `k` **Opsional** Nilai yang valid: Entah `random` atau`kmeans++`. Nilai default: `kmeans++`  | 
| local\$1lloyd\$1max\$1iter | Jumlah maksimum iterasi untuk prosedur ekspektasi-maksimalisasi (EM) Lloyd yang digunakan untuk membangun model akhir yang berisi pusat. `k` **Opsional** Nilai yang valid: Bilangan bulat positif Nilai default: 300  | 
| local\$1lloyd\$1num\$1trials | Berapa kali prosedur ekspektasi-maksimisasi (EM) Lloyd dengan kerugian paling sedikit dijalankan saat membangun model akhir yang berisi pusat. `k` **Opsional** Nilai yang valid: Entah bilangan bulat positif atau`auto`. Nilai default: `auto`  | 
| local\$1lloyd\$1tol | Toleransi untuk perubahan kerugian untuk penghentian awal prosedur maksimalisasi ekspektasi (EM) Lloyd yang digunakan untuk membangun model akhir yang berisi pusat. `k` **Opsional** Nilai yang valid: Float. Rentang dalam [0, 1]. Nilai default: 0,0001  | 
| mini\$1batch\$1size | Jumlah pengamatan per mini-batch untuk iterator data. **Opsional** Nilai yang valid: Bilangan bulat positif Nilai default: 5000  |