本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

如何使用 SageMaker AI xgBoost

借助 SageMaker AI，您可以将 XGBoost 用作内置算法或框架。当将 XGBoost 用作框架，您可以自定义自己的训练脚本，从而具有更大的灵活性并可以访问更高级的方案。以下各节介绍如何将 XGBoost 与 Pyth SageMaker on SDK 配合使用，以及 XGBoost 算法的 input/output 接口。有关如何通过 Amazon SageMaker Studio Classic 用户界面使用 XGBoost 的信息，请参阅。SageMaker JumpStart 预训练模型

使用 XGBoost 作为框架

使用 XGBoost 作为框架来运行可以将附加数据处理合并到训练作业中的自定义训练脚本。在以下代码示例中， SageMaker Python SDK 将 XGBoost API 作为框架提供。其功能与 SageMaker AI 提供其他框架 API 的方式类似 TensorFlow，例如 MxNet 和。 PyTorch

import boto3
import sagemaker
from sagemaker.xgboost.estimator import XGBoost
from sagemaker.session import Session
from sagemaker.inputs import TrainingInput

# initialize hyperparameters
hyperparameters = {
        "max_depth":"5",
        "eta":"0.2",
        "gamma":"4",
        "min_child_weight":"6",
        "subsample":"0.7",
        "verbosity":"1",
        "objective":"reg:squarederror",
        "num_round":"50"}

# set an output path where the trained model will be saved
bucket = sagemaker.Session().default_bucket()
prefix = 'DEMO-xgboost-as-a-framework'
output_path = 's3://{}/{}/{}/output'.format(bucket, prefix, 'abalone-xgb-framework')

# construct a SageMaker AI XGBoost estimator
# specify the entry_point to your xgboost training script
estimator = XGBoost(entry_point = "your_xgboost_abalone_script.py", 
                    framework_version='1.7-1',
                    hyperparameters=hyperparameters,
                    role=sagemaker.get_execution_role(),
                    instance_count=1,
                    instance_type='ml.m5.2xlarge',
                    output_path=output_path)

# define the data type and paths to the training and validation datasets
content_type = "libsvm"
train_input = TrainingInput("s3://{}/{}/{}/".format(bucket, prefix, 'train'), content_type=content_type)
validation_input = TrainingInput("s3://{}/{}/{}/".format(bucket, prefix, 'validation'), content_type=content_type)

# execute the XGBoost training job
estimator.fit({'train': train_input, 'validation': validation_input})

有关使用 SageMaker AI xgBoost 作为框架的端到端示例，请参阅使用亚马逊 A SageMaker I xgBoost 进行回归。

使用 XGBoost 作为内置算法

使用 XGBoost 内置算法构建 XGBoost 训练容器，如以下代码示例所示。你可以使用 AI API 自动发现 XGBoost 内置算法图像 UR SageMaker I image_uris.retrieve。如果使用亚马逊 SageMaker Python 软件开发工具包版本 1，请使用 get_image_uri API。要确保 image_uris.retrieve API 找到正确的 URI，请参阅内置算法的常用参数。然后从内置算法映像 URI 和可用区域的完整列表中查找 xgboost。

指定 XGBoost 图像 URI 后，使用 XGBoost 容器使用 AI 估算器 AP SageMaker I 构造估算器并启动训练作业。此 XGBoost 内置算法模式不包含您自己的 XGBoost 训练脚本，而是直接在输入数据集上运行。

import sagemaker
import boto3
from sagemaker import image_uris
from sagemaker.session import Session
from sagemaker.inputs import TrainingInput

# initialize hyperparameters
hyperparameters = {
        "max_depth":"5",
        "eta":"0.2",
        "gamma":"4",
        "min_child_weight":"6",
        "subsample":"0.7",
        "objective":"reg:squarederror",
        "num_round":"50"}

# set an output path where the trained model will be saved
bucket = sagemaker.Session().default_bucket()
prefix = 'DEMO-xgboost-as-a-built-in-algo'
output_path = 's3://{}/{}/{}/output'.format(bucket, prefix, 'abalone-xgb-built-in-algo')

# this line automatically looks for the XGBoost image URI and builds an XGBoost container.
# specify the repo_version depending on your preference.
xgboost_container = sagemaker.image_uris.retrieve("xgboost", region, "1.7-1")

# construct a SageMaker AI estimator that calls the xgboost-container
estimator = sagemaker.estimator.Estimator(image_uri=xgboost_container, 
                                          hyperparameters=hyperparameters,
                                          role=sagemaker.get_execution_role(),
                                          instance_count=1, 
                                          instance_type='ml.m5.2xlarge', 
                                          volume_size=5, # 5 GB 
                                          output_path=output_path)

# define the data type and paths to the training and validation datasets
content_type = "libsvm"
train_input = TrainingInput("s3://{}/{}/{}/".format(bucket, prefix, 'train'), content_type=content_type)
validation_input = TrainingInput("s3://{}/{}/{}/".format(bucket, prefix, 'validation'), content_type=content_type)

# execute the XGBoost training job
estimator.fit({'train': train_input, 'validation': validation_input})

有关如何将 XGBoost 设置为内置算法的更多信息，请参阅以下笔记本示例。

Input/Output XGBoost 算法的接口

梯度提升对表格数据进行操作，其中行表示观察、一个列表示目标变量或标签，其余列表示特征。

XGBoost 的 SageMaker AI 实现支持以下用于训练和推理的数据格式：

对于 CSV 训练输入模式，可用于算法的总内存必须能够容纳训练数据集。可用内存总量的计算公式为 Instance Count * the memory available in the InstanceType。对于 libsvm 训练输入模式，它不是必需的，但我们建议使用它。

对于 v1.3-1 及更高版本， SageMaker AI xgBoost 使用 xgBoost 内部二进制格式将模型保存为 xgBoost 内部二进制格式。Booster.save_model之前的版本在模型中使用 Python pickle 模块 serialize/deserialize 。