constants Paket
Berisi kelas yang menentukan konstanta yang digunakan dalam kemampuan interpretasi di Azure Machine Learning.
Untuk informasi selengkapnya tentang interpretabilitas, lihat Interpretabilitas: penjelasan model dalam pembelajaran mesin otomatis.
Kelas
Attributes |
Berikan konstanta untuk atribut. |
BackCompat |
Berikan konstanta yang diperlukan untuk mendukung versi lama produk kami. |
DNNFramework |
Berikan konstanta kerangka kerja DNN. |
Defaults |
Berikan konstanta untuk nilai default untuk menjelaskan metode. |
Dynamic |
Berikan konstanta untuk kelas yang dihasilkan secara dinamis. |
ExplainParams |
Berikan konstanta untuk menginterpretasikan parameter komunitas (init, explain_local, dan explain_global). |
ExplainType |
Berikan konstanta untuk model dan informasi jenis pemberi penjelasan, berguna untuk visualisasi. |
ExplanationParams |
Berikan konstanta untuk parameter penjelasan. |
History |
Berikan konstanta yang terkait dengan mengunggah aset untuk menjalankan riwayat. |
IO |
Berikan konstanta terkait input dan output file. |
LightGBMParams |
Berikan konstanta untuk LightGBM. |
LightGBMSerializationConstants |
Menyediakan kelas internal yang menentukan bidang yang digunakan untuk serialisasi MimicExplainer. |
LoggingNamespace |
Berikan konstanta terkait namespace pengelogan. |
MimicSerializationConstants |
Menyediakan kelas internal yang menentukan bidang yang digunakan untuk serialisasi MimicExplainer. |
RunPropertiesAndTags |
Berikan konstanta untuk tag pelacakan dan properti yang diatur pada objek Eksekusi. |
SKLearn |
Berikan konstanta terkait scikit-learn. |
Scoring |
Berikan konstanta untuk pemberi penjelasan waktu penilaian. |
Spacy |
Berikan konstanta terkait spaCy. |
Tensorflow |
Berikan konstanta terkait TensorFlow dan TensorBoard. |
Enum
ExplainableModelType |
Berikan konstanta untuk jenis model yang dapat dijelaskan. |
ModelTask |
Berikan konstanta tugas model. Dapat berupa 'klasifikasi', 'regresi', atau 'tidak diketahui'. Secara default, domain model disimpulkan jika 'tidak diketahui', tetapi hal ini dapat diganti jika Anda menentukan 'klasifikasi' atau 'regresi'. |
ShapValuesOutput |
Berikan konstanta untuk output nilai SHAP dari pemberi penjelasan. Dapat berupa 'default', 'peluang', atau 'teacher_probability'. Jika 'teacher_probability' ditentukan, kita menggunakan peluang dari model pengajar. |