我希望重新创建本地构建的随机森林模型，并通过 sagemaker 进行部署。该模型非常基本，但为了比较，我想在 sagemaker 中使用相同的模型。我没有在 sagemaker 的内置算法中看到随机森林（这看起来很奇怪）——是我走deploying my own custom model 的唯一选择吗？仍在学习容器，对于仅在本地进行简单的 randomforestclassifier() 调用的东西似乎需要做很多工作。我只是想以开箱即用的随机森林模型为基准，并证明它在通过 AWS sagemaker 部署时的工作原理是一样的。
【问题讨论】：
标签： amazon-web-services docker containers random-forest amazon-sagemaker
SageMaker 不支持开箱即用的 RandomForestClassifier，但 XGBoost (gradient boosted trees) 和 decisionTreeClassifier from scikit-learn 均受支持。您可以直接从 SageMaker SDK 访问 scikit-learn 的 decisionTreeClassifier()。
这是一个笔记本，演示如何使用来自SageMaker's built-in scikit-learn. 的decisionTreeClassifier
当然也可以通过 Dockerfile 部署您自己的自定义模型（一开始可能会让人望而生畏，但并不是那么糟糕），但我同意这对于已经存在的简单算法来说并不理想包含在 SageMaker 中 :)
编辑：在评论中讨论的原始答案中混合了随机森林和随机森林。 SageMaker 的 Random Cut Forest 算法文档可在此处获得：https://docs.aws.amazon.com/sagemaker/latest/dg/randomcutforest.html
随机森林 (RCF) Jupyter 笔记本前：https://github.com/awslabs/amazon-sagemaker-examples/blob/master/introduction_to_amazon_algorithms/random_cut_forest/random_cut_forest.ipynb
【讨论】：
decisionTreeClassifier 添加了额外的选项，这两个都是 SageMaker 内置的
编辑 03/30/2020：添加指向SageMaker Sklearn random forest demo的链接
在 SageMaker 中，您有 3 个选项来编写科学代码：
在撰写本文时，内置库中没有随机森林分类器或回归器。内置库中有一个称为Random Cut Forest 的算法，但它是一种用于异常检测的无监督算法，与以监督方式使用的scikit-learn random forest 不同的用例（也称为answered in StackOverflow here）。但是很容易使用开源的预先编写的 scikit-learn 容器来实现你自己的。有一个demo showing how to use Sklearn's random forest in SageMaker，来自高级SDK 和boto3 的训练编排麻烦。您也可以使用其他public sklearn-on-sagemaker demo 并更改模型。与“自带”选项相比，预先编写的容器的一个好处是 dockerfile 已经编写好了，Web 服务堆栈也是如此。
对于您对随机森林未在内置算法中的功能感到惊讶的是，该库及其 18 种算法已经涵盖了丰富的用例集。例如，对于结构化数据的监督学习（随机森林的常见用例），如果您想坚持使用内置插件，则取决于您的优先级（准确性、推理延迟、训练规模、成本......）可以使用 SageMaker XGBoost（XGBoost 已经赢得了大量的数据挖掘比赛 - 2015 年 KDDcup 前 10 名中的每个获胜团队都使用 XGBoost according to the XGBoost paper - 并且可以很好地扩展）和线性学习器，它的推理速度非常快，可以进行大规模训练, 在 GPU(s) 上以 mini-batch 方式。 Factorization Machines（线性+二度交互，权重是列嵌入点积）和SageMaker kNN是其他选项。此外，事情并非一成不变，内置算法列表正在快速改进。
【讨论】：