in sagemaker_studio/containers/model/src/training.py [0:0]
def parse_args(sys_args):
parser = argparse.ArgumentParser()
parser.add_argument(
"--tree-max-depth",
type=int,
default=10
)
parser.add_argument(
"--tree-num-leaves",
type=int,
default=31
)
parser.add_argument(
"--tree-boosting-type",
type=str,
default="gbdt"
)
parser.add_argument(
"--tree-min-child-samples",
type=int,
default=20
)
parser.add_argument(
"--tree-n-estimators",
type=int,
default=100
)
parser.add_argument(
"--cv-splits",
type=int,
default=5
)
parser.add_argument(
"--model-dir",
type=str,
default=os.environ.get("SM_MODEL_DIR")
)
parser.add_argument(
"--schemas",
type=str,
default=os.environ.get("SM_CHANNEL_SCHEMAS")
)
parser.add_argument(
"--data-train",
type=str,
default=os.environ.get("SM_CHANNEL_DATA_TRAIN"),
)
parser.add_argument(
"--label-train",
type=str,
default=os.environ.get("SM_CHANNEL_LABEL_TRAIN"),
)
parser.add_argument(
"--data-test",
type=str,
default=os.environ.get("SM_CHANNEL_DATA_TEST")
)
parser.add_argument(
"--label-test",
type=str,
default=os.environ.get("SM_CHANNEL_LABEL_TEST"),
)
args, _ = parser.parse_known_args(sys_args)
return args