您可以使用高斯混合模型預測組件基于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
支持的計算引擎為MaxCompute、Flink或DLC。
可視化配置組件參數
Designer支持通過可視化的方式，配置組件參數。
頁簽 | 參數 | 描述 |
字段設置 | 向量列名 | 向量列對應的列名。 |
算法保留列名 | 選擇算法保留的列名稱。 | |
參數設置 | 預測結果列名 | 預測結果列的列名稱。 |
預測詳細信息列名 | 預測詳細信息列的列名。 | |
組件多線程線程個數 | 組件多線程的線程個數，默認為1。 | |
執行調優 | 節點個數 | 與單個節點內存大小參數配對使用。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。 |
單個節點內存大小，單位M | 取值范圍為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內存大小？
將模型的大小乘以30，即為每個節點使用的內存大小。
例如：輸入數據（模型）的大小為1 GB，則每個節點使用的內存大小可以配置為30 GB。
如何預估使用的節點個數？
由于存在通信開銷，隨著節點數量的增加，分布式訓練任務速度會先變快，后變慢。如果您觀測到訓練任務隨著節點數量增加之后，速度變慢，則應該停止增加節點數量。
文檔內容是否對您有幫助？