Mozaik AutoML Python API-referencia

Cikk
10/25/2024

Ez a cikk a Mozaik AutoML Python API-t ismerteti, amely módszereket kínál az AutoML-futtatások osztályozásának, regressziójának és előrejelzésének elindításához. Minden metódus meghívja a modellek egy készletét, és létrehoz egy próbajegyzetfüzetet minden modellhez.

További információ a Mozaik AutoML-ről, beleértve az alacsony kódú felhasználói felületet is, lásd : Mi az a Mozaik autoML?.

Besorolás

A databricks.automl.classify metódus egy Mozaik AutoML-futtatás konfigurálásával tanít be egy besorolási modellt.

Feljegyzés

A max_trials paraméter elavult a Databricks Runtime 10.4 ML-ben, és a Databricks Runtime 11.0 ML és újabb verziókban nem támogatott. Az AutoML-futtatás időtartamának szabályozására használható timeout_minutes .

databricks.automl.classify(
  dataset: Union[pyspark.sql.DataFrame, pandas.DataFrame, pyspark.pandas.DataFrame, str],
  *,
  target_col: str,
  primary_metric: str = "f1",
  data_dir: Optional[str] = None,
  experiment_dir: Optional[str] = None,                             # <DBR> 10.4 LTS ML and above
  experiment_name: Optional[str] = None,                            # <DBR> 12.1 ML and above
  exclude_cols: Optional[List[str]] = None,                         # <DBR> 10.3 ML and above
  exclude_frameworks: Optional[List[str]] = None,                   # <DBR> 10.3 ML and above
  feature_store_lookups: Optional[List[Dict]] = None,               # <DBR> 11.3 LTS ML and above
  imputers: Optional[Dict[str, Union[str, Dict[str, Any]]]] = None, # <DBR> 10.4 LTS ML and above
  pos_label: Optional[Union[int, bool, str]] = None,                 # <DBR> 11.1 ML and above
  time_col: Optional[str] = None,
  split_col: Optional[str] = None,                                  # <DBR> 15.3 ML and above
  sample_weight_col: Optional[str] = None                           # <DBR> 15.4 ML and above
  max_trials: Optional[int] = None,                                 # <DBR> 10.5 ML and below
  timeout_minutes: Optional[int] = None,
) -> AutoMLSummary

Paraméterek osztályozása

Paraméter neve	Típus	Leírás
`dataset`	`str`, `pandas.DataFrame`, `pyspark.DataFramepyspark.sql.DataFrame`	Betanítási funkciókat és célokat tartalmazó beviteli tábla neve vagy DataFrame. A tábla neve lehet "<database_name>" formátumú.<>table_name" vagy "<schema_name>.<>table_name" nem Unity-katalógustáblákhoz.
`target_col`	`str`	A célcímke oszlopneve.
`primary_metric`	`str`	A modell teljesítményének kiértékeléséhez és rangsorolásához használt metrika. A regresszió támogatott metrikái: "r2" (alapértelmezett), "mae", "rmse", "mse" A besorolás támogatott mérőszámai: "f1" (alapértelmezett), "log_loss", "pontosság", "pontosság", "roc_auc"
`data_dir`	`str` formátum `dbfs:/<folder-name>`	Opcionális. A betanítási adatkészlet tárolására használt DBFS-elérési út. Ez az elérési út az illesztőprogram és a feldolgozó csomópontok számára is látható. A Databricks azt javasolja, hogy hagyja üresen a mezőt, így az AutoML MLflow-összetevőként mentheti a betanítási adathalmazt. Ha egyéni elérési út van megadva, az adathalmaz nem örökli az AutoML-kísérlet hozzáférési engedélyeit.
`experiment_dir`	`str`	Opcionális. A létrehozott jegyzetfüzetek és kísérletek mentéséhez lépjen a munkaterület könyvtárához. Alapértelmezett: `/Users/<username>/databricks_automl/`
`experiment_name`	`str`	Opcionális. Az AutoML által létrehozott MLflow-kísérlet neve. Alapértelmezett: A rendszer automatikusan létrehozza a nevet.
`exclude_cols`	`List[str]`	Opcionális. Az AutoML-számítások során figyelmen kívül hagyandó oszlopok listája. Alapértelmezett: []
`exclude_frameworks`	`List[str]`	Opcionális. Azon algoritmus-keretrendszerek listája, amelyeket az AutoML nem érdemes figyelembe venni a modellek fejlesztése során. Lehetséges értékek: üres lista vagy egy vagy több "sklearn", "lightgbm", "xgboost". Alapértelmezett: [] (minden keretrendszert figyelembe kell venni)
`feature_store_lookups`	`List[Dict]`	Opcionális. Az adatnagyobbítás funkciótár funkcióit képviselő szótárak listája. Az egyes szótárakban érvényes kulcsok a következők: - `table_name` (str): Kötelező. A szolgáltatástábla neve. - `lookup_key` (list vagy str): Kötelező. Kulcsként használandó oszlopnév(ek) a funkciótáblához való csatlakozáskor a `dataset` paramban átadott adatokkal. Az oszlopnevek sorrendjének meg kell egyeznie a funkciótábla elsődleges kulcsainak sorrendjével. - `timestamp_lookup_key` (str): Kötelező, ha a megadott tábla egy idősoros funkciótábla. A funkciótáblán az időponthoz kötött kereséshez használandó oszlopnév a paramban `dataset` átadott adatokkal. Alapértelmezett: []
`imputers`	`Dict[str, Union[str, Dict[str, Any]]]`	Opcionális. Szótár, ahol minden kulcs egy oszlopnév, és minden érték egy sztring vagy szótár, amely leírja a számítási stratégiát. Ha sztringként van megadva, az értéknek a "középérték", a "medián" vagy a "most_frequent" egyikének kell lennie. Ha ismert értékkel szeretne impute-t adni, adja meg az értéket szótárként `{"strategy": "constant", "fill_value": <desired value>}`. A sztringbeállításokat például `{"strategy": "mean"}`szótárként is megadhatja. Ha nincs megadva számítási stratégia egy oszlophoz, az AutoML kiválaszt egy alapértelmezett stratégiát az oszloptípus és a tartalom alapján. Ha nem alapértelmezett számítási módszert ad meg, az AutoML nem végez szemantikai típusészlelést. Alapértelmezett: {}
`pos_label`	`Union[int, bool, str]`	(Csak besorolás) A pozitív osztály. Ez olyan metrikák kiszámításához hasznos, mint a pontosság és a visszahívás. Csak bináris besorolási problémák esetén adható meg.
`time_col`	`str`	A Databricks Runtime 10.1 ML-ben és újabb verziókban érhető el. Opcionális. Időoszlop oszlopneve. Ha meg van adva, az AutoML megpróbálja időrendben felosztani az adathalmazt betanítási, érvényesítési és tesztelési csoportokra, a legkorábbi pontokat betanítási adatként, a legújabb pontokat pedig tesztkészletként használva. Az elfogadott oszloptípusok időbélyegek és egész számok. A Databricks Runtime 10.2 ML és újabb verziók esetén a sztringoszlopok is támogatottak. Ha az oszloptípus sztring, az AutoML szemantikai észlelés használatával próbálja időbélyeggé alakítani. Ha az átalakítás sikertelen, az AutoML futtatása meghiúsul.
`split_col`	`str`	Opcionális. Egy felosztott oszlop oszlopneve. Api-munkafolyamatokhoz csak a Databricks Runtime 15.3 ML-ben és újabb verziókban érhető el. Ha meg van adva, az AutoML megpróbálja felosztani a betanítási/érvényesítési/tesztelési csoportokat a felhasználó által megadott értékek szerint, és ez az oszlop automatikusan ki van zárva a betanítási funkciókból. Az elfogadott oszloptípus sztring. Az oszlopban szereplő bejegyzések értékének a következők egyikének kell lennie: "betanítása", "ellenőrzése" vagy "teszt".
`sample_weight_col`	`str`	A Databricks Runtime 15.4 ML-ben és újabb verziókban érhető el besorolási API-munkafolyamatokhoz. Opcionális. Az egyes sorokhoz tartozó mintasúlyokat tartalmazó adathalmaz oszlopneve. A besorolás az osztályonkénti mintasúlyokat támogatja. Ezek a súlyok módosítják az egyes osztályok fontosságát a modell betanítása során. Az osztályon belüli mintáknak azonos mintával kell rendelkezniük, és a súlyoknak nem negatív tizedes vagy egész számoknak kell lenniük, 0 és 10 000 között. A nagyobb mintasúlyú osztályok fontosabbak, és nagyobb hatással vannak a tanulási algoritmusra. Ha ez az oszlop nincs megadva, a rendszer feltételezi, hogy minden osztály egyenlő súlyú.
`max_trials`	`int`	Opcionális. Futtatható kísérletek maximális száma. Ez a paraméter a Databricks Runtime 10.5 ML-ben és az alatt érhető el, de a Databricks Runtime 10.3 ML-től kezdve elavult. A Databricks Runtime 11.0 ML és újabb verziókban ez a paraméter nem támogatott. Alapértelmezett: 20 Ha timeout_minutes=Nincs, az AutoML a kísérletek maximális számát futtatja.
`timeout_minutes`	`int`	Opcionális. Az AutoML-kísérletek befejezésének maximális ideje. A hosszabb időtúllépések lehetővé teszik az AutoML számára, hogy több próbaverziót futtasson, és jobb pontossággal azonosítsa a modellt. Alapértelmezett: 120 perc Minimális érték: 5 perc Hiba jelenik meg, ha az időtúllépés túl rövid ahhoz, hogy legalább egy próbaidőszak befejeződjön.

Regresszió

A databricks.automl.regress metódus autoML-futtatást konfigurál egy regressziós modell betanításához. Ez a metódus egy AutoMLSummary értéket ad vissza.

Feljegyzés

databricks.automl.regress(
  dataset: Union[pyspark.sql.DataFrame, pandas.DataFrame, pyspark.pandas.DataFrame, str],
  *,
  target_col: str,
  primary_metric: str = "r2",
  data_dir: Optional[str] = None,
  experiment_dir: Optional[str] = None,                             # <DBR> 10.4 LTS ML and above
  experiment_name: Optional[str] = None,                            # <DBR> 12.1 ML and above
  exclude_cols: Optional[List[str]] = None,                         # <DBR> 10.3 ML and above
  exclude_frameworks: Optional[List[str]] = None,                   # <DBR> 10.3 ML and above
  feature_store_lookups: Optional[List[Dict]] = None,               # <DBR> 11.3 LTS ML and above
  imputers: Optional[Dict[str, Union[str, Dict[str, Any]]]] = None, # <DBR> 10.4 LTS ML and above
  time_col: Optional[str] = None,
  split_col: Optional[str] = None,                                  # <DBR> 15.3 ML and above
  sample_weight_col: Optional[str] = None,                          # <DBR> 15.3 ML and above
  max_trials: Optional[int] = None,                                 # <DBR> 10.5 ML and below
  timeout_minutes: Optional[int] = None,
) -> AutoMLSummary

Regressziós paraméterek

Paraméter neve	Típus	Leírás
`dataset`	`str`, `pandas.DataFrame`, `pyspark.DataFramepyspark.sql.DataFrame`	Betanítási funkciókat és célokat tartalmazó beviteli tábla neve vagy DataFrame. A tábla neve lehet "<database_name>" formátumú.<>table_name" vagy "<schema_name>.<>table_name" nem Unity-katalógustáblákhoz.
`target_col`	`str`	A célcímke oszlopneve.
`primary_metric`	`str`	A modell teljesítményének kiértékeléséhez és rangsorolásához használt metrika. A regresszió támogatott metrikái: "r2" (alapértelmezett), "mae", "rmse", "mse" A besorolás támogatott mérőszámai: "f1" (alapértelmezett), "log_loss", "pontosság", "pontosság", "roc_auc"
`data_dir`	`str` formátum `dbfs:/<folder-name>`	Opcionális. A betanítási adatkészlet tárolására használt DBFS-elérési út. Ez az elérési út az illesztőprogram és a feldolgozó csomópontok számára is látható. A Databricks azt javasolja, hogy hagyja üresen a mezőt, így az AutoML MLflow-összetevőként mentheti a betanítási adathalmazt. Ha egyéni elérési út van megadva, az adathalmaz nem örökli az AutoML-kísérlet hozzáférési engedélyeit.
`experiment_dir`	`str`	Opcionális. A létrehozott jegyzetfüzetek és kísérletek mentéséhez lépjen a munkaterület könyvtárához. Alapértelmezett: `/Users/<username>/databricks_automl/`
`experiment_name`	`str`	Opcionális. Az AutoML által létrehozott MLflow-kísérlet neve. Alapértelmezett: A rendszer automatikusan létrehozza a nevet.
`exclude_cols`	`List[str]`	Opcionális. Az AutoML-számítások során figyelmen kívül hagyandó oszlopok listája. Alapértelmezett: []
`exclude_frameworks`	`List[str]`	Opcionális. Azon algoritmus-keretrendszerek listája, amelyeket az AutoML nem érdemes figyelembe venni a modellek fejlesztése során. Lehetséges értékek: üres lista vagy egy vagy több "sklearn", "lightgbm", "xgboost". Alapértelmezett: [] (minden keretrendszert figyelembe kell venni)
`feature_store_lookups`	`List[Dict]`	Opcionális. Az adatnagyobbítás funkciótár funkcióit képviselő szótárak listája. Az egyes szótárakban érvényes kulcsok a következők: - `table_name` (str): Kötelező. A szolgáltatástábla neve. - `lookup_key` (list vagy str): Kötelező. Kulcsként használandó oszlopnév(ek) a funkciótáblához való csatlakozáskor a `dataset` paramban átadott adatokkal. Az oszlopnevek sorrendjének meg kell egyeznie a funkciótábla elsődleges kulcsainak sorrendjével. - `timestamp_lookup_key` (str): Kötelező, ha a megadott tábla egy idősoros funkciótábla. A funkciótáblán az időponthoz kötött kereséshez használandó oszlopnév a paramban `dataset` átadott adatokkal. Alapértelmezett: []
`imputers`	`Dict[str, Union[str, Dict[str, Any]]]`	Opcionális. Szótár, ahol minden kulcs egy oszlopnév, és minden érték egy sztring vagy szótár, amely leírja a számítási stratégiát. Ha sztringként van megadva, az értéknek a "középérték", a "medián" vagy a "most_frequent" egyikének kell lennie. Ha ismert értékkel szeretne impute-t adni, adja meg az értéket szótárként `{"strategy": "constant", "fill_value": <desired value>}`. A sztringbeállításokat például `{"strategy": "mean"}`szótárként is megadhatja. Ha nincs megadva számítási stratégia egy oszlophoz, az AutoML kiválaszt egy alapértelmezett stratégiát az oszloptípus és a tartalom alapján. Ha nem alapértelmezett számítási módszert ad meg, az AutoML nem végez szemantikai típusészlelést. Alapértelmezett: {}
`time_col`	`str`	A Databricks Runtime 10.1 ML-ben és újabb verziókban érhető el. Opcionális. Időoszlop oszlopneve. Ha meg van adva, az AutoML megpróbálja időrendben felosztani az adathalmazt betanítási, érvényesítési és tesztelési csoportokra, a legkorábbi pontokat betanítási adatként, a legújabb pontokat pedig tesztkészletként használva. Az elfogadott oszloptípusok időbélyegek és egész számok. A Databricks Runtime 10.2 ML és újabb verziók esetén a sztringoszlopok is támogatottak. Ha az oszloptípus sztring, az AutoML szemantikai észlelés használatával próbálja időbélyeggé alakítani. Ha az átalakítás sikertelen, az AutoML futtatása meghiúsul.
`split_col`	`str`	Opcionális. Egy felosztott oszlop oszlopneve. Api-munkafolyamatokhoz csak a Databricks Runtime 15.3 ML-ben és újabb verziókban érhető el. Ha meg van adva, az AutoML megpróbálja felosztani a betanítási/érvényesítési/tesztelési csoportokat a felhasználó által megadott értékek szerint, és ez az oszlop automatikusan ki van zárva a betanítási funkciókból. Az elfogadott oszloptípus sztring. Az oszlopban szereplő bejegyzések értékének a következők egyikének kell lennie: "betanítása", "ellenőrzése" vagy "teszt".
`sample_weight_col`	`str`	A Databricks Runtime 15.3 ML-ben és újabb verziókban érhető el regressziós API-munkafolyamatokhoz. Opcionális. Az egyes sorokhoz tartozó mintasúlyokat tartalmazó adathalmaz oszlopneve. Ezek a súlyok a modell betanítása során módosítják az egyes sorok fontosságát. A súlyoknak nem negatív tizedes vagy egész számoknak kell lenniük, amelyek 0 és 10 000 közöttiek lehetnek. A nagyobb mintasúlyú sorok fontosabbak, és nagyobb hatással vannak a tanulási algoritmusra. Ha ez az oszlop nincs megadva, a rendszer feltételezi, hogy minden sor azonos súlyú.
`max_trials`	`int`	Opcionális. Futtatható kísérletek maximális száma. Ez a paraméter a Databricks Runtime 10.5 ML-ben és az alatt érhető el, de a Databricks Runtime 10.3 ML-től kezdve elavult. A Databricks Runtime 11.0 ML és újabb verziókban ez a paraméter nem támogatott. Alapértelmezett: 20 Ha timeout_minutes=Nincs, az AutoML a kísérletek maximális számát futtatja.
`timeout_minutes`	`int`	Opcionális. Az AutoML-kísérletek befejezésének maximális ideje. A hosszabb időtúllépések lehetővé teszik az AutoML számára, hogy több próbaverziót futtasson, és jobb pontossággal azonosítsa a modellt. Alapértelmezett: 120 perc Minimális érték: 5 perc Hiba jelenik meg, ha az időtúllépés túl rövid ahhoz, hogy legalább egy próbaidőszak befejeződjön.

Előrejelzés

A databricks.automl.forecast metódus autoML-futtatást konfigurál az előrejelzési modell betanításához. Ez a metódus egy AutoMLSummary értéket ad vissza. Az Auto-ARIMA használatához az idősornak rendszeres gyakorisággal kell rendelkeznie (azaz a két pont közötti intervallumnak az idősor során azonosnak kell lennie). A gyakoriságnak meg kell egyeznie az API-hívásban megadott gyakorisági egységével. Az AutoML úgy kezeli a hiányzó időlépéseket, hogy az előző értékkel kitölti ezeket az értékeket.

databricks.automl.forecast(
  dataset: Union[pyspark.sql.DataFrame, pandas.DataFrame, pyspark.pandas.DataFrame, str],
  *,
  target_col: str,
  time_col: str,
  primary_metric: str = "smape",
  country_code: str = "US",                                         # <DBR> 12.0 ML and above
  frequency: str = "D",
  horizon: int = 1,
  data_dir: Optional[str] = None,
  experiment_dir: Optional[str] = None,
  experiment_name: Optional[str] = None,                            # <DBR> 12.1 ML and above
  exclude_frameworks: Optional[List[str]] = None,
  feature_store_lookups: Optional[List[Dict]] = None,               # <DBR> 12.2 LTS ML and above
  identity_col: Optional[Union[str, List[str]]] = None,
  sample_weight_col: Optional[str] = None,                          # <DBR> 16.0 ML and above
  output_database: Optional[str] = None,                            # <DBR> 10.5 ML and above
  timeout_minutes: Optional[int] = None,
) -> AutoMLSummary

Előrejelzési paraméterek

Paraméter neve	Típus	Leírás
`dataset`	`str`, `pandas.DataFrame`, `pyspark.DataFramepyspark.sql.DataFrame`	Betanítási funkciókat és célokat tartalmazó beviteli tábla neve vagy DataFrame. A tábla neve lehet "." formátumú. vagy "." nem Unity-katalógustáblákhoz
`target_col`	`str`	A célcímke oszlopneve.
`time_col`	`str`	Az előrejelzés időoszlopának neve.
`primary_metric`	`str`	A modell teljesítményének kiértékeléséhez és rangsorolásához használt metrika. Támogatott metrikák: "smape" (alapértelmezett), "mse", "rmse", "mae" vagy "mdape".
`country_code`	`str`	A Databricks Runtime 12.0 ML-ben és újabb verziókban érhető el. Csak a Próféta előrejelzési modellje támogatja. Opcionális. Kétbetűs országkód, amely jelzi, hogy melyik ország ünnepnapjait használja az előrejelzési modell. Az ünnepnapok figyelmen kívül hagyásához állítsa ezt a paramétert üres sztringre (""). Támogatott országok. Alapértelmezett: USA (Egyesült Államok ünnepnapok).
`frequency`	`str`	Az előrejelzés idősorának gyakorisága. Ez az az időszak, amellyel az események várhatóan bekövetkeznek. Az alapértelmezett beállítás a "D" vagy a napi adatok. Ügyeljen arra, hogy módosítsa a beállítást, ha az adatok gyakorisága eltérő. Lehetséges értékek: "W" (hetek) "D" / "days" / "day" "óra" / "óra" / "hr" / "h" "m" / "minute" / "min" / "perc" / "T" "S" / "seconds" / "sec" / "second" A következők csak a Databricks Runtime 12.0 ML és újabb verziókban érhetők el: "M" / "hónap" / "hónap" "Q" / "quarter" / "quarters" "Y" / "év" / "év" Alapértelmezett: "D"
`horizon`	`int`	Azoknak az időszakoknak a száma, amelyekre az előrejelzéseket vissza kell adni. Az egységek az idősor gyakorisága. Alapértelmezett: 1
`data_dir`	`str` formátum `dbfs:/<folder-name>`	Opcionális. A betanítási adatkészlet tárolására használt DBFS-elérési út. Ez az elérési út az illesztőprogram és a feldolgozó csomópontok számára is látható. A Databricks azt javasolja, hogy hagyja üresen a mezőt, így az AutoML MLflow-összetevőként mentheti a betanítási adathalmazt. Ha egyéni elérési út van megadva, az adathalmaz nem örökli az AutoML-kísérlet hozzáférési engedélyeit.
`experiment_dir`	`str`	Opcionális. A létrehozott jegyzetfüzetek és kísérletek mentéséhez lépjen a munkaterület könyvtárához. Alapértelmezett: `/Users/<username>/databricks_automl/`
`experiment_name`	`str`	Opcionális. Az AutoML által létrehozott MLflow-kísérlet neve. Alapértelmezett: A rendszer automatikusan létrehozza a nevet.
`exclude_frameworks`	`List[str]`	Opcionális. Azon algoritmus-keretrendszerek listája, amelyeket az AutoML nem érdemes figyelembe venni a modellek fejlesztése során. Lehetséges értékek: üres lista vagy egy vagy több "próféta", "arima". Alapértelmezett: [] (minden keretrendszert figyelembe kell venni)
`feature_store_lookups`	`List[Dict]`	Opcionális. A funkciótár kovarianizációs adatbővítési funkcióit képviselő szótárak listája. Az egyes szótárakban érvényes kulcsok a következők: - `table_name` (str): Kötelező. A szolgáltatástábla neve. - `lookup_key` (list vagy str): Kötelező. Kulcsként használandó oszlopnév(ek) a funkciótáblához való csatlakozáskor a `dataset` paramban átadott adatokkal. Az oszlopnevek sorrendjének meg kell egyeznie a funkciótábla elsődleges kulcsainak sorrendjével. - `timestamp_lookup_key` (str): Kötelező, ha a megadott tábla egy idősoros funkciótábla. A funkciótáblán az időponthoz kötött kereséshez használandó oszlopnév a paramban `dataset` átadott adatokkal. Alapértelmezett: []
`identity_col`	`Union[str, list]`	Opcionális. A többsoros előrejelzés idősorát azonosító oszlop(ok). Az AutoML ezen oszlop(ok) és az előrejelzéshez használt időoszlop szerint csoportosítja azokat.
`sample_weight_col`	`str`	A Databricks Runtime 16.0 ML-ben és újabb verziókban érhető el. Csak több idősoros munkafolyamatokhoz. Opcionális. Megadja az adathalmaz azon oszlopát, amely mintasúlyokat tartalmaz. Ezek a súlyok jelzik az egyes idősorok relatív fontosságát a modell betanítása és kiértékelése során. A nagyobb súlyú idősorok nagyobb hatással vannak a modellre. Ha nincs megadva, minden idősor egyenlő súlyú lesz. Az azonos idősorhoz tartozó összes sornak azonos súlyúnak kell lennie. A súlyoknak nem negatív értékeknek kell lenniük, tizedes vagy egész szám, és 0 és 10 000 között kell lenniük.
`output_database`	`str`	Opcionális. Ha meg van adva, az AutoML a legjobb modell előrejelzéseit menti egy új táblába a megadott adatbázisban. Alapértelmezett: Az előrejelzések nincsenek mentve.
`timeout_minutes`	`int`	Opcionális. Az AutoML-kísérletek befejezésének maximális ideje. A hosszabb időtúllépések lehetővé teszik az AutoML számára, hogy több próbaverziót futtasson, és jobb pontossággal azonosítsa a modellt. Alapértelmezett: 120 perc Minimális érték: 5 perc Hiba jelenik meg, ha az időtúllépés túl rövid ahhoz, hogy legalább egy próbaidőszak befejeződjön.

Jegyzetfüzet importálása

A databricks.automl.import_notebook metódus egy MLflow-összetevőként mentett jegyzetfüzetet importál. Ez a metódus egy ImportNotebookResult értéket ad vissza.

databricks.automl.import_notebook(
  artifact_uri: str,
  path: str,
  overwrite: bool = False
) -> ImportNotebookResult:

Paraméterek	Típus	Leírás
`artifact_uri`	`str`	A próbajegyzetfüzetet tartalmazó MLflow-összetevő URI-ja.
`path`	`str`	A Databricks-munkaterület elérési útja, ahol a jegyzetfüzetet importálni kell. Ennek abszolút elérési útnak kell lennie. A címtár akkor jön létre, ha nem létezik.
`overwrite`	`bool`	A jegyzetfüzet felülírása, ha már létezik. Ez alapértelmezés szerint így van `False` .

Példa jegyzetfüzet importálására

summary = databricks.automl.classify(...)
result = databricks.automl.import_notebook(summary.trials[5].artifact_uri, "/Users/you@yourcompany.com/path/to/directory")
print(result.path)
print(result.url)

`AutoMLSummary`

Egy AutoML-futtatás összefoglaló objektuma, amely az egyes kísérletek metrikáit, paramétereit és egyéb részleteit ismerteti. Ezzel az objektummal egy adott próbaverzióval betanított modellt is betölthet.

Tulajdonság	Típus	Leírás
`experiment`	`mlflow.entities.Experiment`	A kísérletek naplózásához használt MLflow-kísérlet.
`trials`	`List[TrialInfo]`	A TrialInfo-objektumok listája, amely információkat tartalmaz az összes futtatott próbaverzióról.
`best_trial`	`TrialInfo`	Egy TrialInfo objektum, amely információkat tartalmaz a próbaverzióról, amely az elsődleges metrika legjobb súlyozott pontszámát eredményezte.
`metric_distribution`	`str`	Az elsődleges metrika súlyozott pontszámainak eloszlása az összes próbaverzióban.
`output_table_name`	`str`	Csak előrejelzéshez használható, és csak akkor, ha output_database van megadva. A modell előrejelzéseit tartalmazó output_database tábla neve.

`TrialInfo`

Összesítő objektum minden egyes próbaverzióhoz.

Tulajdonság	Típus	Leírás
`notebook_path`	`Optional[str]`	A próbaverzióhoz létrehozott jegyzetfüzet elérési útja a munkaterületen. A besoroláshoz és a regresszióhoz ez az érték csak a legjobb próbaverzióhoz van beállítva `None`, míg az összes többi próba értéke . Az előrejelzéshez ez az érték az összes próba esetében jelen van.
`notebook_url`	`Optional[str]`	A próbaverzióhoz létrehozott jegyzetfüzet URL-címe. A besoroláshoz és a regresszióhoz ez az érték csak a legjobb próbaverzióhoz van beállítva `None`, míg az összes többi próba értéke . Az előrejelzéshez ez az érték az összes próba esetében jelen van.
`artifact_uri`	`Optional[str]`	A létrehozott jegyzetfüzet MLflow-összetevőjének URI-ja.
`mlflow_run_id`	`str`	A próbafuttatáshoz társított MLflow-futtatási azonosító.
`metrics`	`Dict[str, float]`	A próba MLflow-ban bejelentkezett metrikái.
`params`	`Dict[str, str]`	A próbaverzióhoz használt MLflow-ban naplózott paraméterek.
`model_path`	`str`	A próbaidőszakban betanított modell MLflow-összetevő URL-címe.
`model_description`	`str`	A modell rövid leírása és a modell betanításához használt hiperparaméterek.
`duration`	`str`	A betanítás időtartama percekben.
`preprocessors`	`str`	A modell betanítása előtt futtatott előprocesszorok leírása.
`evaluation_metric_score`	`float`	Az érvényesítési adatkészlethez kiértékelt elsődleges metrikák pontszáma.

TrialInfo rendelkezik egy metódussal a próbaverzióhoz létrehozott modell betöltéséhez.

Metódus	Leírás
`load_model()`	Töltse be a próbaverzióban létrehozott modellt, amely MLflow-összetevőként van naplózva.

`ImportNotebookResult`

Tulajdonság	Típus	Leírás
`path`	`str`	A Databricks-munkaterület elérési útja, ahol a jegyzetfüzetet importálni kell. Ennek abszolút elérési útnak kell lennie. A címtár akkor jön létre, ha nem létezik.
`url`	`str`	A próbajegyzetfüzetet tartalmazó MLflow-összetevő URI-ja.

Megosztás a következőn keresztül: