Classification interface
Klassificeringsuppgift i lodrät AutoML-tabell.
- Extends
Egenskaper
| cv |
Kolumner som ska användas för CVSplit-data. |
| featurization |
Funktionaliseringsindata som behövs för AutoML-jobb. |
| limit |
Körningsbegränsningar för AutoMLJob. |
| n |
Antal korsvalideringsvikningar som ska tillämpas på träningsdatauppsättningen när valideringsdatauppsättningen inte tillhandahålls. |
| positive |
Positiv etikett för beräkning av binära mått. |
| primary |
Primära mått för klassificeringsuppgifter. |
| task |
[Krävs] Aktivitetstyp för AutoMLJob. |
| test |
Testa indata. |
| test |
Den del av testdatauppsättningen som måste reserveras för valideringsändamål. Värden mellan (0,0 , 1,0) Tillämpas när valideringsdatauppsättningen inte tillhandahålls. |
| training |
Indata för träningsfasen för ett AutoML-jobb. |
| validation |
Indata för valideringsdata. |
| validation |
Den del av träningsdatauppsättningen som måste reserveras för valideringsändamål. Värden mellan (0,0 , 1,0) Tillämpas när valideringsdatauppsättningen inte tillhandahålls. |
| weight |
Namnet på exempelviktkolumnen. Automatiserad ML stöder en viktad kolumn som indata, vilket gör att rader i data viktas upp eller ned. |
Ärvda egenskaper
| log |
Enum för att ställa in loggens utförlighet. |
| target |
Målkolumnnamn: Det här är kolumnen förutsägelsevärden. Kallas även etikettkolumnnamn i kontexten för klassificeringsuppgifter. |
| training |
[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
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
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