DatasetProfile Klasa
Uwaga
Jest to klasa eksperymentalna i może ulec zmianie w dowolnym momencie. Aby uzyskać więcej informacji, zobacz https://aka.ms/acr/connected-registry.
Zestaw danychProfile zbiera podsumowanie statystyk dotyczących danych generowanych przez przepływ danych.
Utwórz obiekt DatasetProfile.
Konstruktor
DatasetProfile(saved_dataset_id, run_id, experiment_name, workspace, profile)Parametry
| Nazwa | Opis |
|---|---|
|
saved_dataset_id
Wymagane
|
Identyfikator zestawu danych, na którym jest obliczany profil. |
|
run_id
Wymagane
|
Identyfikator przebiegu eksperymentu, który jest używany do obliczania profilu. |
|
experiment_name
Wymagane
|
Nazwa przesłanego eksperymentu użytego do obliczenia profilu. |
|
workspace
Wymagane
|
Obszar roboczy, do którego należy przebieg profilu. Aby uzyskać więcej informacji na temat obszarów roboczych, zobacz https://docs.microsoft.com/en-us/python/api/azureml-core/azureml.core.workspace.workspace . |
|
profile
Wymagane
|
<xref:azureml.dataprep.DataProfile>
Wynik profilu z najnowszego uruchomienia profilu typu DataProfile. |
|
saved_dataset_id
Wymagane
|
Identyfikator zestawu danych, na którym jest obliczany profil. |
|
run_id
Wymagane
|
Identyfikator przebiegu eksperymentu, który jest używany do obliczania profilu. |
|
experiment_name
Wymagane
|
Nazwa przesłanego eksperymentu użytego do obliczenia profilu. |
|
workspace
Wymagane
|
Obszar roboczy, do którego należy przebieg profilu. Aby uzyskać więcej informacji na temat obszarów roboczych, zobacz https://docs.microsoft.com/en-us/python/api/azureml-core/azureml.core.workspace.workspace . |
|
profile
Wymagane
|
<xref:azureml.dataprep.DataProfile>
Wynik profilu z najnowszego uruchomienia profilu typu DataProfile. |
Metody
| get_producing_run |
Uwaga Jest to metoda eksperymentalna i może ulec zmianie w dowolnym momencie. Aby uzyskać więcej informacji, zobacz https://aka.ms/acr/connected-registry. Zwróć obiekt Run eksperymentu typu Uruchom , który wygenerował ten profil. |
| is_stale |
Uwaga Jest to metoda eksperymentalna i może ulec zmianie w dowolnym momencie. Aby uzyskać więcej informacji, zobacz https://aka.ms/acr/connected-registry. Zwróć wartość logiczną, aby opisać, czy obliczony profil jest nieaktualny, czy nie. Profil jest uznawany za nieaktualny, jeśli dane bazowe zostaną zmienione po obliczeniu profilu.
|
get_producing_run
Uwaga
Jest to metoda eksperymentalna i może ulec zmianie w dowolnym momencie. Aby uzyskać więcej informacji, zobacz https://aka.ms/acr/connected-registry.
Zwróć obiekt Run eksperymentu typu Uruchom , który wygenerował ten profil.
get_producing_run()Zwraca
| Typ | Opis |
|---|---|
|
Przebieg przesłanego eksperymentu dla tego przebiegu profilu. Zobacz https://docs.microsoft.com/en-us/python/api/azureml-core/azureml.core.run(class , aby uzyskać więcej informacji na temat uruchamiania. |
is_stale
Uwaga
Jest to metoda eksperymentalna i może ulec zmianie w dowolnym momencie. Aby uzyskać więcej informacji, zobacz https://aka.ms/acr/connected-registry.
Zwróć wartość logiczną, aby opisać, czy obliczony profil jest nieaktualny, czy nie.
Profil jest uznawany za nieaktualny, jeśli dane bazowe zostaną zmienione po obliczeniu profilu.
- Jeśli nie można wykryć zmiany źródła danych, zostanie zgłoszony błąd TypeError.
- jeśli źródło danych zostało zmienione po przesłaniu przebiegu profilu, flaga będzie miała wartość True;
- w przeciwnym razie profil pasuje do bieżących danych, a flaga będzie mieć wartość False.
is_stale()Zwraca
| Typ | Opis |
|---|---|
|
Wartość logiczna określająca, czy obliczony profil jest nieaktualny, czy nie. |