Regression interface

Paquet:
@azure/arm-machinelearning

Tâche de régression dans la verticale de la table AutoML.

Extends
AutoMLVertical

Propriétés

cvSplitColumnNames

Colonnes à utiliser pour les données CVSplit.
featurizationSettings

Entrées de caractérisation nécessaires pour le travail AutoML.
limitSettings

Contraintes d’exécution pour AutoMLJob.
nCrossValidations

Nombre de plis de validation croisée à appliquer sur le jeu de données d’entraînement lorsque le jeu de données de validation n’est pas fourni.
primaryMetric

Métriques principales pour la tâche de régression.
taskType

[Obligatoire] Type de tâche pour AutoMLJob.
testData

Tester l’entrée de données.
testDataSize

Fraction du jeu de données de test qui doit être mis de côté à des fins de validation. Valeurs comprises entre (0,0 , 1,0) Appliquées lorsque le jeu de données de validation n’est pas fourni.
trainingSettings

Entrées pour la phase d’entraînement d’un travail AutoML.
validationData

Entrées de données de validation.
validationDataSize

Fraction du jeu de données d’entraînement qui doit être mis de côté à des fins de validation. Valeurs comprises entre (0,0 , 1,0) Appliquées lorsque le jeu de données de validation n’est pas fourni.
weightColumnName

Nom de l’exemple de colonne de poids. Le ML automatisé prend en charge une colonne pondérée en tant qu’entrée, ce qui entraîne une pondération des lignes dans les données.

Propriétés héritées

logVerbosity

Énumération pour la définition de la verbosité du journal.
targetColumnName

Nom de la colonne cible : il s’agit de la colonne valeurs de prédiction. Également appelé nom de colonne d’étiquette dans le contexte des tâches de classification.
trainingData

[Obligatoire] Entrée de données d’apprentissage.

Détails de la propriété

cvSplitColumnNames

Colonnes à utiliser pour les données CVSplit.

cvSplitColumnNames?: string[]

Valeur de propriété

string[]

featurizationSettings

Entrées de caractérisation nécessaires pour le travail AutoML.

featurizationSettings?: TableVerticalFeaturizationSettings

Valeur de propriété

TableVerticalFeaturizationSettings

limitSettings

Contraintes d’exécution pour AutoMLJob.

limitSettings?: TableVerticalLimitSettings

Valeur de propriété

TableVerticalLimitSettings

nCrossValidations

Nombre de plis de validation croisée à appliquer sur le jeu de données d’entraînement lorsque le jeu de données de validation n’est pas fourni.

nCrossValidations?: NCrossValidationsUnion

Valeur de propriété

NCrossValidationsUnion

primaryMetric

Métriques principales pour la tâche de régression.

primaryMetric?: string

Valeur de propriété

string

taskType

[Obligatoire] Type de tâche pour AutoMLJob.

taskType: "Regression"

Valeur de propriété

"Regression"

testData

Tester l’entrée de données.

testData?: MLTableJobInput

Valeur de propriété

MLTableJobInput

testDataSize

Fraction du jeu de données de test qui doit être mis de côté à des fins de validation. Valeurs comprises entre (0,0 , 1,0) Appliquées lorsque le jeu de données de validation n’est pas fourni.

testDataSize?: number

Valeur de propriété

number

trainingSettings

Entrées pour la phase d’entraînement d’un travail AutoML.

trainingSettings?: RegressionTrainingSettings

Valeur de propriété

RegressionTrainingSettings

validationData

Entrées de données de validation.

validationData?: MLTableJobInput

Valeur de propriété

MLTableJobInput

validationDataSize

Fraction du jeu de données d’entraînement qui doit être mis de côté à des fins de validation. Valeurs comprises entre (0,0 , 1,0) Appliquées lorsque le jeu de données de validation n’est pas fourni.

validationDataSize?: number

Valeur de propriété

number

weightColumnName

Nom de l’exemple de colonne de poids. Le ML automatisé prend en charge une colonne pondérée en tant qu’entrée, ce qui entraîne une pondération des lignes dans les données.

weightColumnName?: string

Valeur de propriété

string

Détails de la propriété héritée

logVerbosity

Énumération pour la définition de la verbosité du journal.

logVerbosity?: string

Valeur de propriété

string

Hérité deAutoMLVertical.logVerbosity

targetColumnName

Nom de la colonne cible : il s’agit de la colonne valeurs de prédiction. Également appelé nom de colonne d’étiquette dans le contexte des tâches de classification.

targetColumnName?: string

Valeur de propriété

string

Hérité deAutoMLVertical.targetColumnName

trainingData

[Obligatoire] Entrée de données d’apprentissage.

trainingData: MLTableJobInput

Valeur de propriété

MLTableJobInput

hérité deAutoMLVertical.trainingData