Classification interface

Klassificeringsuppgift i lodrät AutoML-tabell.

Extends

Egenskaper

cvSplitColumnNames

Kolumner som ska användas för CVSplit-data.

featurizationSettings

Funktionaliseringsindata som behövs för AutoML-jobb.

limitSettings

Körningsbegränsningar för AutoMLJob.

nCrossValidations

Antal korsvalideringsvikningar som ska tillämpas på träningsdatauppsättningen när valideringsdatauppsättningen inte tillhandahålls.

positiveLabel

Positiv etikett för beräkning av binära mått.

primaryMetric

Primära mått för klassificeringsuppgifter.

taskType

[Krävs] Aktivitetstyp för AutoMLJob.

testData

Testa indata.

testDataSize

Den del av testdatauppsättningen som måste reserveras för valideringsändamål. Värden mellan (0,0 , 1,0) Tillämpas när valideringsdatauppsättningen inte tillhandahålls.

trainingSettings

Indata för träningsfasen för ett AutoML-jobb.

validationData

Indata för valideringsdata.

validationDataSize

Den del av träningsdatauppsättningen som måste reserveras för valideringsändamål. Värden mellan (0,0 , 1,0) Tillämpas när valideringsdatauppsättningen inte tillhandahålls.

weightColumnName

Namnet på exempelviktkolumnen. Automatiserad ML stöder en viktad kolumn som indata, vilket gör att rader i data viktas upp eller ned.

Ärvda egenskaper

logVerbosity

Enum för att ställa in loggens utförlighet.

targetColumnName

Målkolumnnamn: Det här är kolumnen förutsägelsevärden. Kallas även etikettkolumnnamn i kontexten för klassificeringsuppgifter.

trainingData

[Krävs] Träningsdataindata.

Egenskapsinformation

cvSplitColumnNames

Kolumner som ska användas för CVSplit-data.

cvSplitColumnNames?: string[]

Egenskapsvärde

string[]

featurizationSettings

Funktionaliseringsindata som behövs för AutoML-jobb.

featurizationSettings?: TableVerticalFeaturizationSettings

Egenskapsvärde

limitSettings

Körningsbegränsningar för AutoMLJob.

limitSettings?: TableVerticalLimitSettings

Egenskapsvärde

nCrossValidations

Antal korsvalideringsvikningar som ska tillämpas på träningsdatauppsättningen när valideringsdatauppsättningen inte tillhandahålls.

nCrossValidations?: NCrossValidationsUnion

Egenskapsvärde

positiveLabel

Positiv etikett för beräkning av binära mått.

positiveLabel?: string

Egenskapsvärde

string

primaryMetric

Primära mått för klassificeringsuppgifter.

primaryMetric?: string

Egenskapsvärde

string

taskType

[Krävs] Aktivitetstyp för AutoMLJob.

taskType: "Classification"

Egenskapsvärde

"Classification"

testData

Testa indata.

testData?: MLTableJobInput

Egenskapsvärde

testDataSize

Den del av testdatauppsättningen som måste reserveras för valideringsändamål. Värden mellan (0,0 , 1,0) Tillämpas när valideringsdatauppsättningen inte tillhandahålls.

testDataSize?: number

Egenskapsvärde

number

trainingSettings

Indata för träningsfasen för ett AutoML-jobb.

trainingSettings?: ClassificationTrainingSettings

Egenskapsvärde

validationData

Indata för valideringsdata.

validationData?: MLTableJobInput

Egenskapsvärde

validationDataSize

Den del av träningsdatauppsättningen som måste reserveras för valideringsändamål. Värden mellan (0,0 , 1,0) Tillämpas när valideringsdatauppsättningen inte tillhandahålls.

validationDataSize?: number

Egenskapsvärde

number

weightColumnName

Namnet på exempelviktkolumnen. Automatiserad ML stöder en viktad kolumn som indata, vilket gör att rader i data viktas upp eller ned.

weightColumnName?: string

Egenskapsvärde

string

Information om ärvda egenskaper

logVerbosity

Enum för att ställa in loggens utförlighet.

logVerbosity?: string

Egenskapsvärde

string

Ärvt frånAutoMLVertical.logVerbosity

targetColumnName

Målkolumnnamn: Det här är kolumnen förutsägelsevärden. Kallas även etikettkolumnnamn i kontexten för klassificeringsuppgifter.

targetColumnName?: string

Egenskapsvärde

string

Ärvt frånAutoMLVertical.targetColumnName

trainingData

[Krävs] Träningsdataindata.

trainingData: MLTableJobInput

Egenskapsvärde

Ärvd frånAutoMLVertical.trainingData