在为 SageMaker 内置算法准备 CSV 训练数据时，将数据集转换为 numpy.array 降低了训练速度。您应该如何优化 SageMaker 内置算法的训练数据？

将数据集转换为 RecordIO protobuf 格式是优化 SageMaker 内置算法训练数据的推荐方法。RecordIO protobuf 是一种高效的二进制格式，专为大规模机器学习训练而设计，它能显著减少数据加载时间并提高训练速度，尤其是在分布式训练场景下。 将训练数据转换为 DataFrame 并没有解决数据传输效率问题，反而可能增加内存开销。使用 AWS Glue 将数据压缩为 Apache Parquet 格式虽然能减少存储空间，但 SageMaker 内置算法通常不直接支持 Parquet 作为输入格式，仍需转换为其他格式。SageMaker 超参数优化是用于优化模型超参数的工具，与数据格式优化无关。