全部產品
Search
文件中心

Platform For AI:高斯混合模型預測

更新時間:Jul 13, 2024

您可以使用高斯混合模型預測組件基於訓練好的高斯混合模型進行聚類預測。本文為您介紹高斯混合模型預測組件的配置方法。

使用限制

支援的計算引擎為MaxCompute、Flink或DLC。

可視化配置組件參數

Designer支援通過可視化的方式,配置組件參數。

頁簽

參數

描述

欄位設定

向量列名

向量列對應的列名。

演算法保留列名

選擇演算法保留的列名稱。

參數設定

預測結果列名

預測結果列的列名稱。

預測詳細資料列名

預測詳細資料列的列名。

組件多線程線程個數

組件多線程的線程個數,預設為1。

執行調優

節點個數

單個節點記憶體大小參數配對使用。取值為[1, 9999]的正整數。具體配置方法,詳情請參見附錄:如何預估資源的使用量

單個節點記憶體大小,單位M

取值範圍為1024 MB~64*1024 MB,具體配置方法,詳情請參見附錄:如何預估資源的使用量

附錄:如何預估資源的使用量

您可以參考以下內容,來預估資源的使用量。

  • 如何預估每個節點使用的記憶體大小?

    將模型的大小乘以30,即為每個節點使用的記憶體大小。

    例如:輸入資料(模型)的大小為1 GB,則每個節點使用的記憶體大小可以配置為30 GB。

  • 如何預估使用的節點個數?

    由於存在通訊開銷,隨著節點數量的增加,分布式訓練任務速度會先變快,後變慢。如果您觀測到訓練任務隨著節點數量增加之後,速度變慢,則應該停止增加節點數量。