constants Pakiet
Zawiera klasy definiujące stałe używane w interpretacji w usłudze Azure Machine Learning.
Aby uzyskać więcej informacji na temat możliwości interpretowania, zobacz Interpretowanie: wyjaśnienia modelu w zautomatyzowanym uczeniu maszynowym.
Klasy
Attributes |
Podaj stałe atrybutów. |
BackCompat |
Zapewnij stałe niezbędne do obsługi starych wersji naszego produktu. |
DNNFramework |
Podaj stałe platformy sieci rozproszonej. |
Defaults |
Podaj stałe dla wartości domyślnych, aby wyjaśnić metody. |
Dynamic |
Podaj stałe dla dynamicznie generowanych klas. |
ExplainParams |
Podaj stałe dla parametrów społeczności interpret (init, explain_local i explain_global). |
ExplainType |
Podaj stałe informacji o typie modelu i objaśniacza, które są przydatne w przypadku wizualizacji. |
ExplanationParams |
Podaj stałe parametrów wyjaśnienia. |
History |
Podaj stałe związane z przekazywaniem zasobów do historii uruchamiania. |
IO |
Podaj stałe związane z danymi wejściowymi i wyjściowymi pliku. |
LightGBMParams |
Podaj stałe dla lightGBM. |
LightGBMSerializationConstants |
Podaj klasę wewnętrzną, która definiuje pola używane do serializacji MimicExplainer. |
LoggingNamespace |
Podaj stałe powiązane z przestrzenią nazw rejestrowania. |
MimicSerializationConstants |
Podaj klasę wewnętrzną, która definiuje pola używane do serializacji MimicExplainer. |
RunPropertiesAndTags |
Podaj stałe śledzenia tagów i właściwości ustawionych na obiekcie Run. |
SKLearn |
Podaj stałe związane z biblioteką scikit-learn. |
Scoring |
Podaj stałe dla objaśnień czasu oceniania. |
Spacy |
Podaj stałe powiązane ze spaCy. |
Tensorflow |
Podaj stałe powiązane z biblioteką TensorFlow i TensorBoard. |
Wyliczenia
ExplainableModelType |
Podaj stałe dla typu modelu możliwego do wyjaśnienia. |
ModelTask |
Podaj stałe zadań modelu. Może to być "klasyfikacja", "regresja" lub "nieznana". Domyślnie domena modelu jest wnioskowana, jeśli jest "nieznana", ale można ją zastąpić, jeśli określisz "klasyfikację" lub "regresję". |
ShapValuesOutput |
Podaj stałe dla danych wyjściowych wartości SHAP z elementu objaśniającego. Może to być wartość "domyślna", "prawdopodobieństwo" lub "teacher_probability". Jeśli zostanie określona wartość "teacher_probability", użyjemy prawdopodobieństw z modelu nauczyciela. |