Regression interface
Regressietaak in AutoML-tabel verticaal.
- Uitbreiding
Eigenschappen
| cv |
Kolommen die moeten worden gebruikt voor CVSplit-gegevens. |
| featurization |
Featurization-invoer die nodig is voor de AutoML-taak. |
| limit |
Uitvoeringsbeperkingen voor AutoMLJob. |
| n |
Aantal kruisvalidatievouwen dat moet worden toegepast op de trainingsgegevensset wanneer de validatiegegevensset niet is opgegeven. |
| primary |
Primaire metrische gegevens voor regressietaak. |
| task |
[Vereist] Taaktype voor AutoMLJob. |
| test |
Gegevensinvoer testen. |
| test |
Het deel van de testgegevensset dat moet worden gereserveerd voor validatiedoeleinden. Waarden tussen (0,0 en 1,0) Toegepast wanneer de validatiegegevensset niet is opgegeven. |
| training |
Invoer voor de trainingsfase voor een AutoML-taak. |
| validation |
Invoer van validatiegegevens. |
| validation |
Het deel van de trainingsgegevensset dat moet worden gereserveerd voor validatiedoeleinden. Waarden tussen (0,0 en 1,0) Toegepast wanneer de validatiegegevensset niet is opgegeven. |
| weight |
De naam van de kolom met de steekproefgewicht. Geautomatiseerde ML ondersteunt een gewogen kolom als invoer, waardoor rijen in de gegevens omhoog of omlaag worden gewogen. |
Overgenomen eigenschappen
| log |
Enum voor het instellen van log breedsprakigheid. |
| target |
Naam van doelkolom: dit is de kolom voorspellingswaarden. Ook wel labelkolomnaam genoemd in de context van classificatietaken. |
| training |
[Vereist] Invoer van trainingsgegevens. |
Eigenschapdetails
cvSplitColumnNames
Kolommen die moeten worden gebruikt voor CVSplit-gegevens.
cvSplitColumnNames?: string[]Waarde van eigenschap
string[]
featurizationSettings
Featurization-invoer die nodig is voor de AutoML-taak.
featurizationSettings?: TableVerticalFeaturizationSettingsWaarde van eigenschap
limitSettings
Uitvoeringsbeperkingen voor AutoMLJob.
limitSettings?: TableVerticalLimitSettingsWaarde van eigenschap
nCrossValidations
Aantal kruisvalidatievouwen dat moet worden toegepast op de trainingsgegevensset wanneer de validatiegegevensset niet is opgegeven.
nCrossValidations?: NCrossValidationsUnionWaarde van eigenschap
primaryMetric
Primaire metrische gegevens voor regressietaak.
primaryMetric?: stringWaarde van eigenschap
string
taskType
[Vereist] Taaktype voor AutoMLJob.
taskType: "Regression"Waarde van eigenschap
"Regression"
testData
testDataSize
Het deel van de testgegevensset dat moet worden gereserveerd voor validatiedoeleinden. Waarden tussen (0,0 en 1,0) Toegepast wanneer de validatiegegevensset niet is opgegeven.
testDataSize?: numberWaarde van eigenschap
number
trainingSettings
Invoer voor de trainingsfase voor een AutoML-taak.
trainingSettings?: RegressionTrainingSettingsWaarde van eigenschap
validationData
Invoer van validatiegegevens.
validationData?: MLTableJobInputWaarde van eigenschap
validationDataSize
Het deel van de trainingsgegevensset dat moet worden gereserveerd voor validatiedoeleinden. Waarden tussen (0,0 en 1,0) Toegepast wanneer de validatiegegevensset niet is opgegeven.
validationDataSize?: numberWaarde van eigenschap
number
weightColumnName
De naam van de kolom met de steekproefgewicht. Geautomatiseerde ML ondersteunt een gewogen kolom als invoer, waardoor rijen in de gegevens omhoog of omlaag worden gewogen.
weightColumnName?: stringWaarde van eigenschap
string
Details van overgenomen eigenschap
logVerbosity
Enum voor het instellen van log breedsprakigheid.
logVerbosity?: stringWaarde van eigenschap
string
Geërfd vanAutoMLVertical.logVerbosity
targetColumnName
Naam van doelkolom: dit is de kolom voorspellingswaarden. Ook wel labelkolomnaam genoemd in de context van classificatietaken.
targetColumnName?: stringWaarde van eigenschap
string
Overgenomen vanAutoMLVertical.targetColumnName
trainingData
[Vereist] Invoer van trainingsgegevens.
trainingData: MLTableJobInputWaarde van eigenschap
Geërfd vanAutoMLVertical.trainingData
