Regression interface

Paket:
@azure/arm-machinelearning

Regressionsuppgift i lodrät AutoML-tabell.

Extends
AutoMLVertical

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.
primaryMetric

Primära mått för regressionsuppgiften.
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

TableVerticalFeaturizationSettings

limitSettings

Körningsbegränsningar för AutoMLJob.

limitSettings?: TableVerticalLimitSettings

Egenskapsvärde

TableVerticalLimitSettings

nCrossValidations

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

nCrossValidations?: NCrossValidationsUnion

Egenskapsvärde

NCrossValidationsUnion

primaryMetric

Primära mått för regressionsuppgiften.

primaryMetric?: string

Egenskapsvärde

string

taskType

[Krävs] Aktivitetstyp för AutoMLJob.

taskType: "Regression"

Egenskapsvärde

"Regression"

testData

Testa indata.

testData?: MLTableJobInput

Egenskapsvärde

MLTableJobInput

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?: RegressionTrainingSettings

Egenskapsvärde

RegressionTrainingSettings

validationData

Indata för valideringsdata.

validationData?: MLTableJobInput

Egenskapsvärde

MLTableJobInput

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

MLTableJobInput

Ärvd frånAutoMLVertical.trainingData