Classification interface

Tugas klasifikasi di vertikal Tabel AutoML.

Memperluas

Properti

cvSplitColumnNames

Kolom yang digunakan untuk data CVSplit.

featurizationSettings

Input fiturisasi diperlukan untuk pekerjaan AutoML.

limitSettings

Batasan eksekusi untuk AutoMLJob.

nCrossValidations

Jumlah lipatan validasi silang yang akan diterapkan pada himpunan data pelatihan ketika himpunan data validasi tidak disediakan.

positiveLabel

Label positif untuk perhitungan metrik biner.

primaryMetric

Metrik utama untuk tugas klasifikasi.

taskType

[Diperlukan] Jenis tugas untuk AutoMLJob.

testData

Menguji input data.

testDataSize

Pecahan himpunan data pengujian yang perlu disisihkan untuk tujuan validasi. Nilai antara (0.0 , 1.0) Diterapkan saat himpunan data validasi tidak disediakan.

trainingSettings

Input untuk fase pelatihan untuk Pekerjaan AutoML.

validationData

Input data validasi.

validationDataSize

Sebagian kecil himpunan data pelatihan yang perlu disisihkan untuk tujuan validasi. Nilai antara (0.0 , 1.0) Diterapkan saat himpunan data validasi tidak disediakan.

weightColumnName

Nama kolom berat sampel. ML otomatis mendukung kolom tertimbang sebagai input, menyebabkan baris dalam data ditimbang ke atas atau ke bawah.

Properti yang Diwariskan

logVerbosity

Enum untuk mengatur verbositas log.

targetColumnName

Nama kolom target: Ini adalah kolom nilai prediksi. Juga dikenal sebagai nama kolom label dalam konteks tugas klasifikasi.

trainingData

[Diperlukan] Input data pelatihan.

Detail Properti

cvSplitColumnNames

Kolom yang digunakan untuk data CVSplit.

cvSplitColumnNames?: string[]

Nilai Properti

string[]

featurizationSettings

Input fiturisasi diperlukan untuk pekerjaan AutoML.

featurizationSettings?: TableVerticalFeaturizationSettings

Nilai Properti

limitSettings

Batasan eksekusi untuk AutoMLJob.

limitSettings?: TableVerticalLimitSettings

Nilai Properti

nCrossValidations

Jumlah lipatan validasi silang yang akan diterapkan pada himpunan data pelatihan ketika himpunan data validasi tidak disediakan.

nCrossValidations?: NCrossValidationsUnion

Nilai Properti

positiveLabel

Label positif untuk perhitungan metrik biner.

positiveLabel?: string

Nilai Properti

string

primaryMetric

Metrik utama untuk tugas klasifikasi.

primaryMetric?: string

Nilai Properti

string

taskType

[Diperlukan] Jenis tugas untuk AutoMLJob.

taskType: "Classification"

Nilai Properti

"Classification"

testData

Menguji input data.

testData?: MLTableJobInput

Nilai Properti

testDataSize

Pecahan himpunan data pengujian yang perlu disisihkan untuk tujuan validasi. Nilai antara (0.0 , 1.0) Diterapkan saat himpunan data validasi tidak disediakan.

testDataSize?: number

Nilai Properti

number

trainingSettings

Input untuk fase pelatihan untuk Pekerjaan AutoML.

trainingSettings?: ClassificationTrainingSettings

Nilai Properti

validationData

Input data validasi.

validationData?: MLTableJobInput

Nilai Properti

validationDataSize

Sebagian kecil himpunan data pelatihan yang perlu disisihkan untuk tujuan validasi. Nilai antara (0.0 , 1.0) Diterapkan saat himpunan data validasi tidak disediakan.

validationDataSize?: number

Nilai Properti

number

weightColumnName

Nama kolom berat sampel. ML otomatis mendukung kolom tertimbang sebagai input, menyebabkan baris dalam data ditimbang ke atas atau ke bawah.

weightColumnName?: string

Nilai Properti

string

Detail Properti yang Diwariskan

logVerbosity

Enum untuk mengatur verbositas log.

logVerbosity?: string

Nilai Properti

string

Diwarisi dariAutoMLVertical.logVerbosity

targetColumnName

Nama kolom target: Ini adalah kolom nilai prediksi. Juga dikenal sebagai nama kolom label dalam konteks tugas klasifikasi.

targetColumnName?: string

Nilai Properti

string

Diwarisi dariAutoMLVertical.targetColumnName

trainingData

[Diperlukan] Input data pelatihan.

trainingData: MLTableJobInput

Nilai Properti

Diwarisi dariAutoMLVertical.trainingData