Processador do framework do XGBoost

O XGBoost é um framework de machine learning de código aberto. O XGBoostProcessor no Amazon SageMaker Python SDK oferece a capacidade de executar trabalhos de processamento com scripts do XGBoost. Ao usar o XGBoostProcessor, você pode aproveitar um contêiner do Docker integrado na Amazon com um ambiente gerenciado pelo XGBoost para não precisar trazer seu próprio contêiner.

O exemplo de código a seguir mostra como você pode usar o XGBoostProcessor para executar seu trabalho de processamento usando uma imagem do Docker fornecida e mantida pelo SageMaker AI. Observe que, ao executar o trabalho, você pode especificar um diretório contendo seus scripts e dependências no argumento source_dir e pode ter um arquivo requirements.txt localizado dentro do seu diretório source_dir que especifica as dependências dos seu(s) script(s) de processamento. O processamento do SageMaker instala as dependências em requirements.txt no contêiner para você.

from sagemaker.xgboost import XGBoostProcessor
from sagemaker.processing import ProcessingInput, ProcessingOutput
from sagemaker import get_execution_role

#Initialize the XGBoostProcessor
xgb = XGBoostProcessor(
    framework_version='1.2-2',
    role=get_execution_role(),
    instance_type='ml.m5.xlarge',
    instance_count=1,
    base_job_name='frameworkprocessor-XGB',
)

#Run the processing job
xgb.run(
    code='processing-script.py',
    source_dir='scripts',
    inputs=[
        ProcessingInput(
            input_name='data',
            source=f's3://{BUCKET}/{S3_INPUT_PATH}',
            destination='/opt/ml/processing/input/data'
        )
    ],
    outputs=[
        ProcessingOutput(
            output_name='processed_data',
            source='/opt/ml/processing/output/',
            destination=f's3://{BUCKET}/{S3_OUTPUT_PATH}'
        )
    ]
)

Se você tiver um arquivo requirements.txt, ele deverá ser uma lista das bibliotecas que você deseja instalar no contêiner. O caminho para source_dir pode ser um caminho de URI relativo, absoluto ou do Amazon S3. No entanto, se você usar um URI do Amazon S3, ele deverá apontar para um arquivo tar.gz. Você pode ter vários scripts no diretório que você especificar para source_dir. Para saber mais sobre a classe de XGBoostProcessor, consulte estimador do XGBoost no Amazon SageMaker Python SDK.