Regression interface
Attività di regressione nel verticale Tabella AutoML.
- Extends
Proprietà
| cv |
Colonne da utilizzare per i dati CVSplit. |
| featurization |
Input di definizione delle caratteristiche necessari per il processo AutoML. |
| limit |
Vincoli di esecuzione per AutoMLJob. |
| n |
Numero di riduzioni di convalida incrociata da applicare al set di dati di training quando il set di dati di convalida non viene fornito. |
| primary |
Metriche primarie per l'attività di regressione. |
| task |
[Obbligatorio] Tipo di attività per AutoMLJob. |
| test |
Testare l'input dei dati. |
| test |
Frazione del set di dati di test da riservare a scopo di convalida. Valori compresi tra (0,0 , 1,0) Applicati quando il set di dati di convalida non viene fornito. |
| training |
Input per la fase di training per un processo AutoML. |
| validation |
Input dei dati di convalida. |
| validation |
Frazione del set di dati di training da riservare a scopo di convalida. Valori compresi tra (0,0 , 1,0) Applicati quando il set di dati di convalida non viene fornito. |
| weight |
Nome della colonna peso campione. Machine Learning automatizzato supporta una colonna ponderata come input, causando il peso delle righe nei dati verso l'alto o verso il basso. |
Proprietà ereditate
| log |
Enum per l'impostazione del livello di dettaglio del log. |
| target |
Nome colonna di destinazione: colonna dei valori di stima. Noto anche come nome di colonna etichetta nel contesto delle attività di classificazione. |
| training |
[Obbligatorio] Input dei dati di training. |
Dettagli proprietà
cvSplitColumnNames
Colonne da utilizzare per i dati CVSplit.
cvSplitColumnNames?: string[]Valore della proprietà
string[]
featurizationSettings
Input di definizione delle caratteristiche necessari per il processo AutoML.
featurizationSettings?: TableVerticalFeaturizationSettingsValore della proprietà
limitSettings
Vincoli di esecuzione per AutoMLJob.
limitSettings?: TableVerticalLimitSettingsValore della proprietà
nCrossValidations
Numero di riduzioni di convalida incrociata da applicare al set di dati di training quando il set di dati di convalida non viene fornito.
nCrossValidations?: NCrossValidationsUnionValore della proprietà
primaryMetric
Metriche primarie per l'attività di regressione.
primaryMetric?: stringValore della proprietà
string
taskType
[Obbligatorio] Tipo di attività per AutoMLJob.
taskType: "Regression"Valore della proprietà
"Regression"
testData
testDataSize
Frazione del set di dati di test da riservare a scopo di convalida. Valori compresi tra (0,0 , 1,0) Applicati quando il set di dati di convalida non viene fornito.
testDataSize?: numberValore della proprietà
number
trainingSettings
Input per la fase di training per un processo AutoML.
trainingSettings?: RegressionTrainingSettingsValore della proprietà
validationData
Input dei dati di convalida.
validationData?: MLTableJobInputValore della proprietà
validationDataSize
Frazione del set di dati di training da riservare a scopo di convalida. Valori compresi tra (0,0 , 1,0) Applicati quando il set di dati di convalida non viene fornito.
validationDataSize?: numberValore della proprietà
number
weightColumnName
Nome della colonna peso campione. Machine Learning automatizzato supporta una colonna ponderata come input, causando il peso delle righe nei dati verso l'alto o verso il basso.
weightColumnName?: stringValore della proprietà
string
Dettagli proprietà ereditate
logVerbosity
Enum per l'impostazione del livello di dettaglio del log.
logVerbosity?: stringValore della proprietà
string
Ereditato daAutoMLVertical.logVerbosity
targetColumnName
Nome colonna di destinazione: colonna dei valori di stima. Noto anche come nome di colonna etichetta nel contesto delle attività di classificazione.
targetColumnName?: stringValore della proprietà
string
Ereditato daAutoMLVertical.targetColumnName
trainingData
[Obbligatorio] Input dei dati di training.
trainingData: MLTableJobInputValore della proprietà
Ereditato daAutoMLVertical.trainingData
