本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 調校 Factorization Machines 模型
<a name="fm-tuning"></a>

*自動模型調校*，又稱為超參數調校，會透過在您的資料集上，執行許多測試超參數範圍的任務，來尋找最佳版本的模型。您可以選擇可調校的超參數、每一個超參數的值範圍，及目標指標。您可以從演算法運算的指標中選擇目標指標。自動模型調校會搜尋所選擇的超參數，以找出產生之模型可最佳化目標指標的值組合。

如需模型調校的詳細資訊，請參閱[使用 SageMaker AI 執行自動模型調校](automatic-model-tuning.md)。

## 依 Factorization Machines 演算法運算的指標
<a name="fm-metrics"></a>

Factorization Machines 演算法具有二元分類和迴歸預測器兩種類型。預測器類型會判斷可用於自動模型調校的指標。演算法會回報 `test:rmse` 迴歸指標 (在訓練期間運算)。調校迴歸任務的模型時，請選擇此指標做為目標。


| 指標名稱 | Description | 最佳化方向 | 
| --- | --- | --- | 
| test:rmse | 均方根誤差 | 最小化 | 

Factorization Machines 算法會回報三個二元分類指標 (在訓練期間運算)。調校二元分類任務的模型時，請選擇其中之一做為目標。


| 指標名稱 | Description | 最佳化方向 | 
| --- | --- | --- | 
| test:binary\$1classification\$1accuracy | 準確性 | 最大化 | 
| test:binary\$1classification\$1cross\$1entropy | 跨熵 | 最小化 | 
| test:binary\$1f\$1beta | 試用版 | 最大化 | 

## 可調校的 Factorization Machines 超參數
<a name="fm-tunable-hyperparameters"></a>

您可以調校因式分解機演算法的下列超參數。包含項偏差、線性和因式分解的初始化參數，取決於其初始化方法。有三種初始化方法：`uniform`、`normal` 和 `constant`。這些初始化方法本身並不可調校。可調校參數取決於初始化方法的此選擇。例如，如果初始化方法是 `uniform`，則只有 `scale` 參數可調校。具體而言，如果 `bias_init_method==uniform`，則 `bias_init_scale`、`linear_init_scale` 和 `factors_init_scale` 可調校。同樣，如果初始化方法是 `normal`，則只有 `sigma` 參數可調校。如果初始化方法是 `constant`，則只有 `value` 參數可調校。下表列出這些相依性。


| 參數名稱 | 參數類型 | 建議範圍 | 相依性 | 
| --- | --- | --- | --- | 
| bias\$1init\$1scale | ContinuousParameterRange | MinValue：1e-8，MaxValue：512 | bias\$1init\$1method==uniform | 
| bias\$1init\$1sigma | ContinuousParameterRange | MinValue：1e-8，MaxValue：512 | bias\$1init\$1method==normal | 
| bias\$1init\$1value | ContinuousParameterRange | MinValue：1e-8，MaxValue：512 | bias\$1init\$1method==constant | 
| bias\$1lr | ContinuousParameterRange | MinValue：1e-8，MaxValue：512 | 無 | 
| bias\$1wd | ContinuousParameterRange | MinValue：1e-8，MaxValue：512 | 無 | 
| epoch | IntegerParameterRange | MinValue: 1、MaxValue: 1000 | 無 | 
| factors\$1init\$1scale | ContinuousParameterRange | MinValue：1e-8，MaxValue：512 | bias\$1init\$1method==uniform | 
| factors\$1init\$1sigma | ContinuousParameterRange | MinValue：1e-8，MaxValue：512 | bias\$1init\$1method==normal | 
| factors\$1init\$1value | ContinuousParameterRange | MinValue：1e-8，MaxValue：512 | bias\$1init\$1method==constant | 
| factors\$1lr | ContinuousParameterRange | MinValue：1e-8，MaxValue：512 | 無 | 
| factors\$1wd | ContinuousParameterRange | MinValue：1e-8，MaxValue：512] | 無 | 
| linear\$1init\$1scale | ContinuousParameterRange | MinValue：1e-8，MaxValue：512 | bias\$1init\$1method==uniform | 
| linear\$1init\$1sigma | ContinuousParameterRange | MinValue：1e-8，MaxValue：512 | bias\$1init\$1method==normal | 
| linear\$1init\$1value | ContinuousParameterRange | MinValue：1e-8，MaxValue：512 | bias\$1init\$1method==constant | 
| linear\$1lr | ContinuousParameterRange | MinValue：1e-8，MaxValue：512 | 無 | 
| linear\$1wd | ContinuousParameterRange | MinValue：1e-8，MaxValue：512 | 無 | 
| mini\$1batch\$1size | IntegerParameterRange | MinValue：100，MaxValue：10000 | 無 |