Classification interface

Paquet:

@azure/arm-machinelearning

Tâche de classification dans la table AutoML verticale.

Extends

TableVertical,AutoMLVertical

Propriétés

positiveLabel	Étiquette positive pour le calcul des métriques binaires.
primaryMetric	Métrique principale de la tâche.
taskType	Discriminateur polymorphe, qui spécifie les différents types que cet objet peut être
trainingSettings	Entrées pour la phase d’entraînement d’un travail AutoML.

Propriétés héritées

cvSplitColumnNames	Colonnes à utiliser pour les données CVSplit.
featurizationSettings	Entrées de caractérisation nécessaires pour le travail AutoML.
limitSettings	Contraintes d’exécution pour AutoMLJob.
logVerbosity	Journaliser les verbes du travail.
nCrossValidations	Nombre de plis de validation croisée à appliquer sur le jeu de données d’entraînement lorsque le jeu de données de validation n’est pas fourni.
targetColumnName	Nom de la colonne cible : il s’agit de la colonne valeurs de prédiction. Également appelé nom de colonne d’étiquette dans le contexte des tâches de classification.
testData	Tester l’entrée de données.
testDataSize	Fraction du jeu de données de test qui doit être mis de côté à des fins de validation. Valeurs comprises entre (0.0 , 1.0) Appliquées lorsque le jeu de données de validation n’est pas fourni.
trainingData	[Obligatoire] Entrée de données d’apprentissage.
validationData	Entrées de données de validation.
validationDataSize	Fraction du jeu de données d’entraînement qui doit être mis de côté à des fins de validation. Valeurs comprises entre (0.0 , 1.0) Appliquées lorsque le jeu de données de validation n’est pas fourni.
weightColumnName	Nom de l’exemple de colonne de poids. Le ML automatisé prend en charge une colonne pondérée en tant qu’entrée, ce qui entraîne une pondération des lignes dans les données.

Détails de la propriété

positiveLabel

Étiquette positive pour le calcul des métriques binaires.

positiveLabel?: string

Valeur de propriété

string

primaryMetric

Métrique principale de la tâche.

primaryMetric?: string

Valeur de propriété

string

taskType

Discriminateur polymorphe, qui spécifie les différents types que cet objet peut être

taskType: "Classification"

Valeur de propriété

"Classification"

trainingSettings

Entrées pour la phase d’entraînement d’un travail AutoML.

trainingSettings?: ClassificationTrainingSettings

Valeur de propriété

ClassificationTrainingSettings

Détails de la propriété héritée

cvSplitColumnNames

Colonnes à utiliser pour les données CVSplit.

cvSplitColumnNames?: string[]

Valeur de propriété

string[]

héritée deTableVertical.cvSplitColumnNames

featurizationSettings

Entrées de caractérisation nécessaires pour le travail AutoML.

featurizationSettings?: TableVerticalFeaturizationSettings

Valeur de propriété

TableVerticalFeaturizationSettings

héritée deTableVertical.featurizationSettings

limitSettings

Contraintes d’exécution pour AutoMLJob.

limitSettings?: TableVerticalLimitSettings

Valeur de propriété

TableVerticalLimitSettings

héritée deTableVertical.limitSettings

logVerbosity

Journaliser les verbes du travail.

logVerbosity?: string

Valeur de propriété

string

héritée deAutoMLVertical.logVerbosity

nCrossValidations

Nombre de plis de validation croisée à appliquer sur le jeu de données d’entraînement lorsque le jeu de données de validation n’est pas fourni.

nCrossValidations?: NCrossValidationsUnion

Valeur de propriété

NCrossValidationsUnion

héritée deTableVertical.nCrossValidations

targetColumnName

Nom de la colonne cible : il s’agit de la colonne valeurs de prédiction. Également appelé nom de colonne d’étiquette dans le contexte des tâches de classification.

targetColumnName?: string

Valeur de propriété

string

héritée deAutoMLVertical.targetColumnName

testData

Tester l’entrée de données.

testData?: MLTableJobInput

Valeur de propriété

MLTableJobInput

héritée deTableVertical.testData

testDataSize

Fraction du jeu de données de test qui doit être mis de côté à des fins de validation. Valeurs comprises entre (0.0 , 1.0) Appliquées lorsque le jeu de données de validation n’est pas fourni.

testDataSize?: number

Valeur de propriété

number

héritée deTableVertical.testDataSize

trainingData

[Obligatoire] Entrée de données d’apprentissage.

trainingData: MLTableJobInput

Valeur de propriété

MLTableJobInput

héritée deAutoMLVertical.trainingData

validationData

Entrées de données de validation.

validationData?: MLTableJobInput

Valeur de propriété

MLTableJobInput

héritée deTableVertical.validationData

validationDataSize

Fraction du jeu de données d’entraînement qui doit être mis de côté à des fins de validation. Valeurs comprises entre (0.0 , 1.0) Appliquées lorsque le jeu de données de validation n’est pas fourni.

validationDataSize?: number

Valeur de propriété

number

héritée deTableVertical.validationDataSize

weightColumnName

Nom de l’exemple de colonne de poids. Le ML automatisé prend en charge une colonne pondérée en tant qu’entrée, ce qui entraîne une pondération des lignes dans les données.

weightColumnName?: string

Valeur de propriété

string

héritée deTableVertical.weightColumnName