constants モジュール

実行できる Azure Machine Learning API 操作の名前を定義します。

次のパイプラインを選択するために使用されるすべての取得関数の名前を定義します。

既定値は EI です (改善が期待されます)。

数値列の集計関数を定義します。

既定のタイムアウトを格納する定数

自動 ML によって作成された JSON の定数を定義します。

Azure Machine Learning で使用される自動 ML 定数を定義します。

マイノリティ クラスのサンプルとマジョリティ クラスのサンプルの比率がこのしきい値以下の場合、データセットで不均衡が検出されます。

ユーザー指定のコスト制約に違反したときに発生する可能性があるクライアント エラーを定義します。

サポートされている datetime データ型を定義します。

名前は、pandas.api.types.infer_dtype() の出力に対応します。

パイプラインの既定値を定義します。

Azure Machine Learning で使用される自動 ML 定数を定義します。

アンサンブルイテレーションに使用される定数を定義します。

アンサンブル メソッドを定義します。

例外フラグメント

フィーチャー スイープの定数を定義します。

FitPipeline コンポーネント名の定数。

ハイパーパラメーターのチューニングに関連する定数を定義します。

per_iteration_timeoutを変更する方法を定義します。

学習者パイプラインに使用されるすべての列を定義します。

自動 ML の Miro レコメンダーでサポートされているすべてのモデルの名前を定義します。

これらの名前は、Miro データベース内のオブジェクトを参照するために引き続き使用されますが、自動 ML クライアントでは使用されません。

MLFlow に関連する定数。

MLFlow metdata に関連する定数。

Azure Machine Learning で使用される自動 ML 定数を定義します。

分類と回帰でサポートされるすべてのメトリックを定義します。

信頼区間の内部値を定義します

メトリックから目的へのマッピングを定義します。

目的は、最大化または最小化 (回帰と分類) です。

モデルのカテゴリを定義します。

モデルのクラス名を定義します。

これらは、パイプライン スペックのモデル ラッパー クラス名です。

顧客、レガシ、およびクラス名を含むモデル名を定義します。

Init ModelName。

モデル名のマッピングを定義します。

特定のモデルに固有のパラメーター名を定義します。

たとえば、データセット内のどの特徴がカテゴリ別であるかを示すために、LightGBM モデルは 'categorical_feature' パラメーターを受け取り、CatBoost モデルは 'cat_features' パラメーターを受け入れます。

サポートされている数値データ型を定義します。

名前は、pandas.api.types.infer_dtype() の出力に対応します。

使用されるパイプライン予測アルゴリズムのカテゴリを定義します。

• "random" は、パイプラインをランダムに選択することでベースラインを提供します

• "lvm" では、潜在的な変数モデルを使用して、前のパイプラインでのパフォーマンスが与えられた次のパイプラインの可能性を予測します。

アルゴリズムがメトリックに対して持ち得る目標を定義します。

一部のメトリックは最大化する必要があり、一部は最小化する必要があります。

コスト モデル モードを定義します。

• COST_NONEは、予測されたすべてのパイプラインを返します

• COST_FILTERは、ユーザー指定のコスト条件を満たすためにコスト モデルによって予測されたパイプラインのみを返します

• COST_SCALEは、取得関数スコアを予測された時間で除算します。

パイプラインのマスク プロファイルを定義します。

パイプラインが有効かどうかを示す値を定義します。

プリプロセッサのカテゴリを定義します。

ルール ベースの検証設定の定数を定義します。

実行を実行できる状態を定義します。

サーバーの状態の値を定義します。

ShortSeriesHandling 構成の使用可能な値を定義します。

実行可能な子実行状態を定義します。

サブサンプリング戦略を定義します。

GP のサブサンプリング処理を定義します。

サブタスクの名前を定義します。

サポートされているカテゴリ学習器_set_dataset_categoricals型を定義します。

さまざまな実行の種類に対して AutoML でサポートされる入力データ型。

サポートされているモデルを定義します。各モデルには、顧客名、レガシ モデル名、モデル クラス名があります。

Azure Machine Learning の自動 ML でサポートされるアルゴリズムの顧客向けの名前を定義します。

自動 ML でサポートされる機械学習タスクの種類を定義します。

テレメトリ定数を定義します。

サポートされているカテゴリ データ型を定義します。

時間制約適用モードの列挙。

時系列に使用されるパラメーターを定義します。

ユーザー向け以外の TimeSeries 定数を定義します。

時系列ドキュメントの Web リンクを定義します。

runners クラスからの潜在的な結果を定義します。

検証メソッドを定義します。

実験の種類によって、さまざまな検証方法が使用されます。

データ処理に使用されるトランスフォーマーを定義します。

検証規則を定義します。

入力に基づいてルールを初期化します。

エラーを修正するためのリンクを格納する定数。

使用可能なイメージ タスクの種類。

列挙体。