TimeSeriesCloudPredictor.fit#

TimeSeriesCloudPredictor.fit(*, predictor_init_args: Dict[str, Any], predictor_fit_args: Dict[str, Any], id_column: str = 'item_id', timestamp_column: str = 'timestamp', static_features: Optional[Union[str, DataFrame]] = None, framework_version: str = 'latest', job_name: Optional[str] = None, instance_type: str = 'ml.m5.2xlarge', instance_count: int = 1, volume_size: int = 100, custom_image_uri: Optional[str] = None, wait: bool = True, backend_kwargs: Optional[Dict] = None) → TimeSeriesCloudPredictor[源代码]#

使用 SageMaker 拟合预测器。此函数将首先上传必要的配置和训练数据到 s3 存储桶。然后使用 AutoGluon 训练容器启动一个 SageMaker 训练作业。

参数

  • predictor_init_args (dict) – 预测器的初始化参数

  • predictor_fit_args (dict) – 预测器的拟合参数

  • id_column (str, default = "item_id") – 项目 ID 列的名称

  • timestamp_column (str, default = "timestamp") – 时间戳列的名称

  • static_features (Optional[pd.DataFrame]) – 一个可选的数据框，描述项目索引中单个项目的元数据属性。更多详情请参考 TimeSeriesDataFrame 文档： https://autogluon.cn/stable/api/autogluon.predictor.html#timeseriesdataframe

  • framework_version (str, default = latest) – autogluon 训练容器的版本。如果为 latest，将使用最新的可用容器版本。如果提供了特定版本，将使用该版本。如果设置了 custom_image_uri，则此参数将被忽略。

  • job_name (str, default = None) – 启动的训练作业的名称。如果为 None，CloudPredictor 将创建一个带有 ag-cloudpredictor 前缀的名称

  • instance_type (str, default = 'ml.m5.2xlarge') – SageMaker 上用于训练预测器的实例类型。

  • instance_count (int, default = 1) – 用于拟合预测器的实例数量。

  • volumes_size (int, default = 30) – 用于在训练期间存储输入数据的 EBS 卷的大小（以 GB 为单位）（默认：30）。如果使用文件模式（默认模式），则必须足够大以存储训练数据。

  • wait (bool, default = True) – 调用是否应等待作业完成。请注意，函数不会立即返回，因为在拟合之前需要进行一些准备工作。使用 get_fit_job_status 获取作业状态。

  • backend_kwargs (dict, default = None) –

    需要传递给底层后端的所有额外参数。对于 SageMaker 后端，有效键包括：

    1. autogluon_sagemaker_estimator_kwargs

      初始化 AutoGluonSagemakerEstimator 所需的任何额外参数。所有选项请参考 https://sagemaker.readthedocs.io/en/stable/api/training/estimators.html#sagemaker.estimator.Estimator

    2. fit_kwargs

      传递给 fit 所需的任何额外参数。所有选项请参考 https://sagemaker.readthedocs.io/en/stable/api/training/estimators.html#sagemaker.estimator.Estimator.fit

返回类型

TimeSeriesCloudPredictor 对象。返回自身。