全部产品
Search
文档中心

人工智能平台 PAI:高斯混合模型训练

更新时间:Feb 19, 2024

高斯混合模型(Gaussian Mixture Model)表示在总体分布中包含K个高斯子分布的概率模型。您可以使用高斯混合模型训练组件实现模型分类。本文为您介绍高斯混合模型训练组件的配置方法。

使用限制

支持的计算引擎为MaxCompute、Flink或DLC。

可视化配置组件参数

Designer支持通过可视化的方式,配置组件参数。

页签

参数

描述

字段设置

向量列名

向量列对应的列名。

参数设置

收敛阈值

当两轮迭代的中心点距离小于收敛阈值时,算法收敛。默认为1.0E~4。

聚类中心点数量

聚类中心点的数量,默认为2。

最大迭代步数

最大迭代步数,默认为100。

随机数种子

正整数,默认为0。

执行调优

节点个数

单个节点内存大小参数配对使用。取值为[1, 9999]的正整数。具体配置方法,详情请参见附录:如何预估资源的使用量

单个节点内存大小,单位M

取值范围为1024 MB~64*1024 MB,具体配置方法,详情请参见附录:如何预估资源的使用量

附录:如何预估资源的使用量

您可以参考以下示例,来预估资源的使用量。

  • 如何预估每个节点的内存大小?

    假设聚类中心点数量为K,输入数据的向量维度为M,则每个节点需要配置的内存大小为:M × M × K × 8 × 2 ×12,即M × M × K × 8 × 2 × 12 ÷ 1024 ÷ 1024 MB。通常每个节点的内存配置为8 GB。

  • 如何预估节点的个数?

    建议按照输入数据的大小配置。例如:输入数据大小为X GB,则建议使用5X个节点。如果资源不足,可以适当降低节点数量。由于存在通信开销,随着节点数量的增加,分布式训练任务速度会先变快,后变慢。如果您观测到训练任务随着节点数量增加之后,速度变慢,则应该停止增加节点数量。

  • 该算法组件支持的数据量大小?

    建议向量维度小于200。