View a markdown version of this page

Debugger XGBoost 보고서 규칙을 사용하여 SageMaker AI XGBoost ModelTrainer 구성 - Amazon SageMaker AI

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

Debugger XGBoost 보고서 규칙을 사용하여 SageMaker AI XGBoost ModelTrainer 구성

참고

Amazon SageMaker Debugger는 더 이상 신규 고객에게 공개되지 않습니다. 기존 고객은 서비스를 정상적으로 계속 사용할 수 있습니다.는 AWS Debugger의 보안 및 가용성 개선에 계속 투자하지만 새로운 기능을 도입할 계획은 없습니다. 자세한 내용은 디버거 가용성 변경 단원을 참조하십시오.

CreateXgboostReport 규칙은 훈련 작업에서 다음 출력 텐서를 수집합니다.

  • hyperparameters – 첫 단계에서 저장합니다.

  • metrics - 5단계마다 손실 및 정확도를 저장합니다.

  • feature_importance - 5단계마다 저장합니다.

  • predictions - 5단계마다 저장합니다.

  • labels - 5단계마다 저장합니다.

출력 텐서는 기본 S3 버킷에 저장됩니다. 예를 들어 s3://sagemaker-<region>-<12digit_account_id>/<base-job-name>/debug-output/입니다.

XGBoost 훈련 작업을 위한 SageMaker AI ModelTrainer를 구성할 때 다음 예제 코드와 같이 규칙을 지정합니다.

import boto3
import sagemaker
from sagemaker.train import ModelTrainer
from sagemaker import image_uris
from sagemaker.debugger import Rule, rule_configs

rules=[
    Rule.sagemaker(rule_configs.create_xgboost_report())
]

region = boto3.Session().region_name
xgboost_container=sagemaker.image_uris.retrieve("xgboost", region, "1.2-1")

model_trainer=ModelTrainer(
    role=sagemaker.get_execution_role()
    image_uri=xgboost_container,
    base_job_name="debugger-xgboost-report-demo",
    instance_count=1,
    instance_type="ml.m5.2xlarge",
    
    # Add the Debugger XGBoost report rule
    rules=rules
)

model_trainer.train()