Regression interface
Regressietaak in autoML-tabel verticaal.
- Uitbreiding
Eigenschappen
| primary |
Primaire metriek voor regressietaak. |
| task |
Polymorf discriminator, waarmee de verschillende typen dit object kunnen worden opgegeven |
| training |
Invoer voor de trainingsfase voor een AutoML-taak. |
Overgenomen eigenschappen
| cv |
Kolommen die moeten worden gebruikt voor CVSplit-gegevens. |
| featurization |
Featurization-invoer die nodig is voor de AutoML-taak. |
| limit |
Uitvoeringsbeperkingen voor AutoMLJob. |
| log |
Logboek uitgebreidheid voor de taak. |
| n |
Het aantal kruisvalidatievouwen dat moet worden toegepast op de trainingsgegevensset wanneer er geen validatiegegevensset wordt opgegeven. |
| target |
Naam van doelkolom: dit is de kolom voorspellingswaarden. Ook wel labelkolomnaam genoemd in de context van classificatietaken. |
| test |
Gegevensinvoer testen. |
| test |
Het deel van de testgegevensset dat moet worden gereserveerd voor validatiedoeleinden. Waarden tussen (0.0, 1.0) Toegepast wanneer er geen validatiegegevensset wordt opgegeven. |
| training |
[Vereist] Invoer van trainingsgegevens. |
| validation |
Invoer van validatiegegevens. |
| validation |
Het deel van de trainingsgegevensset dat moet worden gereserveerd voor validatiedoeleinden. Waarden tussen (0.0, 1.0) Toegepast wanneer er geen validatiegegevensset wordt opgegeven. |
| weight |
De naam van de kolom met de steekproefgewicht. Geautomatiseerde ML ondersteunt een gewogen kolom als invoer, waardoor rijen in de gegevens omhoog of omlaag worden gewogen. |
Eigenschapdetails
primaryMetric
Primaire metriek voor regressietaak.
primaryMetric?: string
Waarde van eigenschap
string
taskType
Polymorf discriminator, waarmee de verschillende typen dit object kunnen worden opgegeven
taskType: "Regression"
Waarde van eigenschap
"Regression"
trainingSettings
Invoer voor de trainingsfase voor een AutoML-taak.
trainingSettings?: RegressionTrainingSettings
Waarde van eigenschap
Details van overgenomen eigenschap
cvSplitColumnNames
Kolommen die moeten worden gebruikt voor CVSplit-gegevens.
cvSplitColumnNames?: string[]
Waarde van eigenschap
string[]
overgenomen vanTableVertical.cvSplitColumnNames
featurizationSettings
Featurization-invoer die nodig is voor de AutoML-taak.
featurizationSettings?: TableVerticalFeaturizationSettings
Waarde van eigenschap
overgenomen vanTableVertical.featurizationSettings
limitSettings
Uitvoeringsbeperkingen voor AutoMLJob.
limitSettings?: TableVerticalLimitSettings
Waarde van eigenschap
overgenomen vanTableVertical.limitSettings
logVerbosity
Logboek uitgebreidheid voor de taak.
logVerbosity?: string
Waarde van eigenschap
string
overgenomen vanAutoMLVertical.logVerbosity-
nCrossValidations
Het aantal kruisvalidatievouwen dat moet worden toegepast op de trainingsgegevensset wanneer er geen validatiegegevensset wordt opgegeven.
nCrossValidations?: NCrossValidationsUnion
Waarde van eigenschap
overgenomen vanTableVertical.nCrossValidations
targetColumnName
Naam van doelkolom: dit is de kolom voorspellingswaarden. Ook wel labelkolomnaam genoemd in de context van classificatietaken.
targetColumnName?: string
Waarde van eigenschap
string
overgenomen vanAutoMLVertical.targetColumnName
testData
Gegevensinvoer testen.
testData?: MLTableJobInput
Waarde van eigenschap
overgenomen vanTableVertical.testData
testDataSize
Het deel van de testgegevensset dat moet worden gereserveerd voor validatiedoeleinden. Waarden tussen (0.0, 1.0) Toegepast wanneer er geen validatiegegevensset wordt opgegeven.
testDataSize?: number
Waarde van eigenschap
number
overgenomen vanTableVertical.testDataSize-
trainingData
[Vereist] Invoer van trainingsgegevens.
trainingData: MLTableJobInput
Waarde van eigenschap
overgenomen vanAutoMLVertical.trainingData-
validationData
Invoer van validatiegegevens.
validationData?: MLTableJobInput
Waarde van eigenschap
overgenomen vanTableVertical.validationData-
validationDataSize
Het deel van de trainingsgegevensset dat moet worden gereserveerd voor validatiedoeleinden. Waarden tussen (0.0, 1.0) Toegepast wanneer er geen validatiegegevensset wordt opgegeven.
validationDataSize?: number
Waarde van eigenschap
number
overgenomen vanTableVertical.validationDataSize-
weightColumnName
De naam van de kolom met de steekproefgewicht. Geautomatiseerde ML ondersteunt een gewogen kolom als invoer, waardoor rijen in de gegevens omhoog of omlaag worden gewogen.
weightColumnName?: string
Waarde van eigenschap
string
overgenomen vanTableVertical.weightColumnName