Regression interface
Regresní úloha ve svislé tabulce Automatizovaného strojového učení
- Extends
Vlastnosti
| primary |
Primární metrika pro regresní úlohu |
| task |
Polymorfní diskriminátor, který určuje různé typy, které mohou být tímto objektem |
| training |
Vstupy pro trénovací fázi pro úlohu AutoML. |
Zděděné vlastnosti
| cv |
Sloupce, které se mají použít pro data CVSplit. |
| featurization |
Vstupy extrakce příznaků potřebné pro úlohu AutoML. |
| limit |
Omezení spouštění pro úlohu AutoML. |
| log |
Podrobnosti protokolování pro úlohu |
| n |
Počet záhybů křížového ověření, které se mají použít u trénovací datové sady, pokud není k dispozici ověřovací datová sada. |
| target |
Název cílového sloupce: Jedná se o sloupec hodnot predikce. V kontextu úkolů klasifikace se označuje také jako název sloupce popisku. |
| test |
Otestujte vstup dat. |
| test |
Část testovací datové sady, která musí být vyhrazena pro účely ověření. Hodnoty mezi (0,0 , 1,0) Použité v případě, že není k dispozici ověřovací datová sada. |
| training |
[Povinné] Trénování vstupu dat. |
| validation |
Vstupy ověřovacích dat. |
| validation |
Zlomek trénovací datové sady, který je potřeba vyhradit pro účely ověření. Hodnoty mezi (0,0 , 1,0) Použité v případě, že není k dispozici ověřovací datová sada. |
| weight |
Název sloupce hmotnosti vzorku. Automatizované strojové učení podporuje vážený sloupec jako vstup, což způsobuje, že řádky v datech jsou vážené nahoru nebo dolů. |
Podrobnosti vlastnosti
primaryMetric
Primární metrika pro regresní úlohu
primaryMetric?: stringHodnota vlastnosti
string
taskType
Polymorfní diskriminátor, který určuje různé typy, které mohou být tímto objektem
taskType: "Regression"Hodnota vlastnosti
"Regression"
trainingSettings
Vstupy pro trénovací fázi pro úlohu AutoML.
trainingSettings?: RegressionTrainingSettingsHodnota vlastnosti
Podrobnosti zděděných vlastností
cvSplitColumnNames
Sloupce, které se mají použít pro data CVSplit.
cvSplitColumnNames?: string[]Hodnota vlastnosti
string[]
featurizationSettings
Vstupy extrakce příznaků potřebné pro úlohu AutoML.
featurizationSettings?: TableVerticalFeaturizationSettingsHodnota vlastnosti
Zděděno zTableVertical.featurizationSettings
limitSettings
Omezení spouštění pro úlohu AutoML.
limitSettings?: TableVerticalLimitSettingsHodnota vlastnosti
Zděděno zTableVertical.limitSettings
logVerbosity
Podrobnosti protokolování pro úlohu
logVerbosity?: stringHodnota vlastnosti
string
Zděděno zAutoMLVertical.logVerbosity
nCrossValidations
Počet záhybů křížového ověření, které se mají použít u trénovací datové sady, pokud není k dispozici ověřovací datová sada.
nCrossValidations?: NCrossValidationsUnionHodnota vlastnosti
targetColumnName
Název cílového sloupce: Jedná se o sloupec hodnot predikce. V kontextu úkolů klasifikace se označuje také jako název sloupce popisku.
targetColumnName?: stringHodnota vlastnosti
string
Zděděno zAutoMLVertical.targetColumnName
testData
testDataSize
Část testovací datové sady, která musí být vyhrazena pro účely ověření. Hodnoty mezi (0,0 , 1,0) Použité v případě, že není k dispozici ověřovací datová sada.
testDataSize?: numberHodnota vlastnosti
number
Zděděno zhodnoty TableVertical.testDataSize
trainingData
[Povinné] Trénování vstupu dat.
trainingData: MLTableJobInputHodnota vlastnosti
Zděděno zAutoMLVertical.trainingData
validationData
Vstupy ověřovacích dat.
validationData?: MLTableJobInputHodnota vlastnosti
Zděděno zTableVertical.validationData
validationDataSize
Zlomek trénovací datové sady, který je potřeba vyhradit pro účely ověření. Hodnoty mezi (0,0 , 1,0) Použité v případě, že není k dispozici ověřovací datová sada.
validationDataSize?: numberHodnota vlastnosti
number
weightColumnName
Název sloupce hmotnosti vzorku. Automatizované strojové učení podporuje vážený sloupec jako vstup, což způsobuje, že řádky v datech jsou vážené nahoru nebo dolů.
weightColumnName?: stringHodnota vlastnosti
string