在本地使用 AWS ML 模型 Random Cut Forest

Posted 2023-02-16

【中文标题】在本地使用 AWS ML 模型 Random Cut Forest

【英文标题】：Use AWS ML model Random Cut Forest locally

【发布时间】：2021-02-07 10:02:35

【问题描述】：

我想知道是否可以将 SageMaker 的 Random Cut Forest (RCF) 内置算法部署到本地模式。我还没有遇到任何关于它的示例实现。如果不是，我们是否可以简单地说使用 RCF 训练的模型仅限于通过 Inference Endpoints 在平台内部使​​用？

我尝试这样做时遇到了这个错误。

【参考方案1】：

确实，SageMaker Random Cut Forest 无法在本地训练和部署。 18 个 Amazon SageMaker 内置算法旨在在 Amazon SageMaker 上进行训练和部署。 有 2 个例外：SageMaker BlazingText 和 SageMaker XGBoost，可以使用其开源对应物（fastText 和 XGBoost）和用于 SageMaker 之外的推理（例如 EC2、Lambda、本地或您的笔记本电脑 - 只要您可以安装这些库）

这里有一个实现随机森林砍伐的开源尝试https://github.com/kLabUM/rrcf；我认为它与 SageMaker RCF 代码库没有任何联系，因此结果、速度和可扩展性可能会有所不同。

【讨论】：

非常感谢，奥利维尔！