Regression interface

Paket:

@azure/arm-machinelearning

Tugas regresi dalam vertikal Tabel AutoML.

Memperluas

TableVertical,AutoMLVertical

Properti

primaryMetric	Metrik utama untuk tugas regresi.
taskType	Diskriminator polimorfik, yang menentukan berbagai jenis objek ini dapat
trainingSettings	Input untuk fase pelatihan untuk Pekerjaan AutoML.

Properti yang Diwariskan

cvSplitColumnNames	Kolom yang digunakan untuk data CVSplit.
featurizationSettings	Input fiturisasi diperlukan untuk pekerjaan AutoML.
limitSettings	Batasan eksekusi untuk AutoMLJob.
logVerbosity	Catat verbositas untuk pekerjaan tersebut.
nCrossValidations	Jumlah lipatan validasi silang yang akan diterapkan pada himpunan data pelatihan saat himpunan data validasi tidak disediakan.
targetColumnName	Nama kolom target: Ini adalah kolom nilai prediksi. Juga dikenal sebagai nama kolom label dalam konteks tugas klasifikasi.
testData	Menguji input data.
testDataSize	Pecahan himpunan data pengujian yang perlu disisihkan untuk tujuan validasi. Nilai antara (0,0 , 1,0) Diterapkan saat himpunan data validasi tidak disediakan.
trainingData	[Diperlukan] Input data pelatihan.
validationData	Input data validasi.
validationDataSize	Sebagian kecil himpunan data pelatihan yang perlu disisihkan untuk tujuan validasi. Nilai antara (0,0 , 1,0) Diterapkan saat himpunan data validasi tidak disediakan.
weightColumnName	Nama kolom berat sampel. ML otomatis mendukung kolom tertimbang sebagai input, menyebabkan baris dalam data ditimbang ke atas atau ke bawah.

Detail Properti

primaryMetric

Metrik utama untuk tugas regresi.

primaryMetric?: string

Nilai Properti

string

taskType

Diskriminator polimorfik, yang menentukan berbagai jenis objek ini dapat

taskType: "Regression"

Nilai Properti

"Regression"

trainingSettings

Input untuk fase pelatihan untuk Pekerjaan AutoML.

trainingSettings?: RegressionTrainingSettings

Nilai Properti

RegressionTrainingSettings

Detail Properti yang Diwariskan

cvSplitColumnNames

Kolom yang digunakan untuk data CVSplit.

cvSplitColumnNames?: string[]

Nilai Properti

string[]

Diwarisi dariTableVertical.cvSplitColumnNames

featurizationSettings

Input fiturisasi diperlukan untuk pekerjaan AutoML.

featurizationSettings?: TableVerticalFeaturizationSettings

Nilai Properti

TableVerticalFeaturizationSettings

Diwarisi dariTableVertical.featurizationSettings

limitSettings

Batasan eksekusi untuk AutoMLJob.

limitSettings?: TableVerticalLimitSettings

Nilai Properti

TableVerticalLimitSettings

Diwarisi dariTableVertical.limitSettings

logVerbosity

Catat verbositas untuk pekerjaan tersebut.

logVerbosity?: string

Nilai Properti

string

Diwarisi dariAutoMLVertical.logVerbosity

nCrossValidations

Jumlah lipatan validasi silang yang akan diterapkan pada himpunan data pelatihan saat himpunan data validasi tidak disediakan.

nCrossValidations?: NCrossValidationsUnion

Nilai Properti

NCrossValidationsUnion

Diwarisi dariTableVertical.nCrossValidations

targetColumnName

Nama kolom target: Ini adalah kolom nilai prediksi. Juga dikenal sebagai nama kolom label dalam konteks tugas klasifikasi.

targetColumnName?: string

Nilai Properti

string

Diwarisi dariAutoMLVertical.targetColumnName

testData

Menguji input data.

testData?: MLTableJobInput

Nilai Properti

MLTableJobInput

Diwarisi dariTableVertical.testData

testDataSize

Pecahan himpunan data pengujian yang perlu disisihkan untuk tujuan validasi. Nilai antara (0,0 , 1,0) Diterapkan saat himpunan data validasi tidak disediakan.

testDataSize?: number

Nilai Properti

number

Diwarisi dariTableVertical.testDataSize

trainingData

[Diperlukan] Input data pelatihan.

trainingData: MLTableJobInput

Nilai Properti

MLTableJobInput

Diwarisi dariAutoMLVertical.trainingData

validationData

Input data validasi.

validationData?: MLTableJobInput

Nilai Properti

MLTableJobInput

Diwarisi dariTableVertical.validationData

validationDataSize

Sebagian kecil himpunan data pelatihan yang perlu disisihkan untuk tujuan validasi. Nilai antara (0,0 , 1,0) Diterapkan saat himpunan data validasi tidak disediakan.

validationDataSize?: number

Nilai Properti

number

Diwarisi dariTableVertical.validationDataSize

weightColumnName

Nama kolom berat sampel. ML otomatis mendukung kolom tertimbang sebagai input, menyebabkan baris dalam data ditimbang ke atas atau ke bawah.

weightColumnName?: string

Nilai Properti

string

Diwarisi dariTableVertical.weightColumnName