Forecasting interface
Prognoseaufgabe in der vertikalen AutoML-Tabelle.
- Extends
Eigenschaften
| cv |
Spalten, die für CVSplit-Daten verwendet werden sollen. |
| featurization |
Reifungseingaben, die für den AutoML-Auftrag erforderlich sind. |
| forecasting |
Vorhersageaufgabenspezifische Eingaben. |
| limit |
Ausführungseinschränkungen für AutoMLJob. |
| n |
Anzahl der Kreuzvalidierungsfalten, die auf das Trainingsdataset angewendet werden sollen, wenn kein Validierungsdataset bereitgestellt wird. |
| primary |
Primäre Metriken für die Prognoseaufgabe. |
| task |
[Erforderlich] Aufgabentyp für AutoMLJob. |
| test |
Testen sie die Dateneingabe. |
| test |
Der Anteil des Testdatensatzes, der für validierungszwecke reserviert werden muss. Werte zwischen (0,0 , 1,0) Angewendet, wenn kein Validierungsdatensatz bereitgestellt wird. |
| training |
Eingaben für die Schulungsphase für einen AutoML-Auftrag. |
| validation |
Überprüfungsdateneingaben. |
| validation |
Der Anteil des Schulungsdatensatzes, der für validierungszwecke reserviert werden muss. Werte zwischen (0,0 , 1,0) Angewendet, wenn kein Validierungsdatensatz bereitgestellt wird. |
| weight |
Der Name der Beispielgewichtungsspalte. Automatisierte ML unterstützt eine gewichtete Spalte als Eingabe, wodurch Zeilen in den Daten nach oben oder unten gewichtet werden. |
Geerbte Eigenschaften
| log |
Enumeration zum Festlegen der Ausführlichkeit des Protokolls. |
| target |
Name der Zielspalte: Dies ist die Spalte mit Vorhersagewerten. Auch als Bezeichnungsspaltenname im Kontext von Klassifizierungsaufgaben bezeichnet. |
| training |
[Erforderlich] Eingabe von Schulungsdaten. |
Details zur Eigenschaft
cvSplitColumnNames
Spalten, die für CVSplit-Daten verwendet werden sollen.
cvSplitColumnNames?: string[]Eigenschaftswert
string[]
featurizationSettings
Reifungseingaben, die für den AutoML-Auftrag erforderlich sind.
featurizationSettings?: TableVerticalFeaturizationSettingsEigenschaftswert
forecastingSettings
Vorhersageaufgabenspezifische Eingaben.
forecastingSettings?: ForecastingSettingsEigenschaftswert
limitSettings
Ausführungseinschränkungen für AutoMLJob.
limitSettings?: TableVerticalLimitSettingsEigenschaftswert
nCrossValidations
Anzahl der Kreuzvalidierungsfalten, die auf das Trainingsdataset angewendet werden sollen, wenn kein Validierungsdataset bereitgestellt wird.
nCrossValidations?: NCrossValidationsUnionEigenschaftswert
primaryMetric
Primäre Metriken für die Prognoseaufgabe.
primaryMetric?: stringEigenschaftswert
string
taskType
[Erforderlich] Aufgabentyp für AutoMLJob.
taskType: "Forecasting"Eigenschaftswert
"Forecasting"
testData
testDataSize
Der Anteil des Testdatensatzes, der für validierungszwecke reserviert werden muss. Werte zwischen (0,0 , 1,0) Angewendet, wenn kein Validierungsdatensatz bereitgestellt wird.
testDataSize?: numberEigenschaftswert
number
trainingSettings
Eingaben für die Schulungsphase für einen AutoML-Auftrag.
trainingSettings?: ForecastingTrainingSettingsEigenschaftswert
validationData
validationDataSize
Der Anteil des Schulungsdatensatzes, der für validierungszwecke reserviert werden muss. Werte zwischen (0,0 , 1,0) Angewendet, wenn kein Validierungsdatensatz bereitgestellt wird.
validationDataSize?: numberEigenschaftswert
number
weightColumnName
Der Name der Beispielgewichtungsspalte. Automatisierte ML unterstützt eine gewichtete Spalte als Eingabe, wodurch Zeilen in den Daten nach oben oder unten gewichtet werden.
weightColumnName?: stringEigenschaftswert
string
Geerbte Eigenschaftsdetails
logVerbosity
Enumeration zum Festlegen der Ausführlichkeit des Protokolls.
logVerbosity?: stringEigenschaftswert
string
Geerbt vonAutoMLVertical.logVerbosity
targetColumnName
Name der Zielspalte: Dies ist die Spalte mit Vorhersagewerten. Auch als Bezeichnungsspaltenname im Kontext von Klassifizierungsaufgaben bezeichnet.
targetColumnName?: stringEigenschaftswert
string
Übernommen vonAutoMLVertical.targetColumnName
trainingData
[Erforderlich] Eingabe von Schulungsdaten.
trainingData: MLTableJobInputEigenschaftswert
Übernommen vonAutoMLVertical.trainingData
