Partager via

Forecasting interface

  • Référence
Paquet:
@azure/arm-machinelearning

Tâche de prévision dans la table AutoML verticale.

Extends

TableVertical,AutoMLVertical

Propriétés

forecastingSettings

Prévision d’entrées spécifiques à la tâche.
primaryMetric

Métrique principale pour la tâche de prévision.
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

Détail du journal pour le travail.
nCrossValidations

Nombre de pliages 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 de valeurs de prédiction. Également appelé nom de colonne d’étiquette dans le contexte des tâches de classification.
testData

Entrée de données de test.
testDataSize

Fraction du jeu de données de test qui doit être mise 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’entraînement.
validationData

Entrées de données de validation.
validationDataSize

Fraction du jeu de données d’entraînement qui doit être mise 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 la colonne de pondération d’échantillons. Le ML automatisé prend en charge une colonne pondérée en entrée. Les lignes des données sont alors pondérées en conséquence.

Détails de la propriété

forecastingSettings

Prévision d’entrées spécifiques à la tâche.

forecastingSettings?: ForecastingSettings

Valeur de propriété

ForecastingSettings

primaryMetric

Métrique principale pour la tâche de prévision.

primaryMetric?: string

Valeur de propriété

string

taskType

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

taskType: "Forecasting"

Valeur de propriété

"Forecasting"

trainingSettings

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

trainingSettings?: ForecastingTrainingSettings

Valeur de propriété

ForecastingTrainingSettings

Détails de la propriété héritée

cvSplitColumnNames

Colonnes à utiliser pour les données CVSplit.

cvSplitColumnNames?: string[]

Valeur de propriété

string[]

Hérité deTableVertical.cvSplitColumnNames

featurizationSettings

Entrées de caractérisation nécessaires pour le travail AutoML.

featurizationSettings?: TableVerticalFeaturizationSettings

Valeur de propriété

TableVerticalFeaturizationSettings

Hérité deTableVertical.featurizationSettings

limitSettings

Contraintes d’exécution pour AutoMLJob.

limitSettings?: TableVerticalLimitSettings

Valeur de propriété

TableVerticalLimitSettings

Hérité deTableVertical.limitSettings

logVerbosity

Détail du journal pour le travail.

logVerbosity?: string

Valeur de propriété

string

Hérité deAutoMLVertical.logVerbosity

nCrossValidations

Nombre de pliages 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

Hérité deTableVertical.nCrossValidations

targetColumnName

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

targetColumnName?: string

Valeur de propriété

string

Hérité deAutoMLVertical.targetColumnName

testData

Entrée de données de test.

testData?: MLTableJobInput

Valeur de propriété

MLTableJobInput

Hérité deTableVertical.testData

testDataSize

Fraction du jeu de données de test qui doit être mise 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

Hérité deTableVertical.testDataSize

trainingData

[Obligatoire] Entrée de données d’entraînement.

trainingData: MLTableJobInput

Valeur de propriété

MLTableJobInput

Héritéd’AutoMLVertical.trainingData

validationData

Entrées de données de validation.

validationData?: MLTableJobInput

Valeur de propriété

MLTableJobInput

Hérité deTableVertical.validationData

validationDataSize

Fraction du jeu de données d’entraînement qui doit être mise 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

Hérité deTableVertical.validationDataSize

weightColumnName

Nom de la colonne de pondération d’échantillons. Le ML automatisé prend en charge une colonne pondérée en entrée. Les lignes des données sont alors pondérées en conséquence.

weightColumnName?: string

Valeur de propriété

string

Hérité deTableVertical.weightColumnName