TableVertical interface

Пакет:

@azure/arm-machinelearning

Абстрактный класс для задач AutoML, использующих табличный набор данных в качестве входных данных, например классификация, регрессия или прогнозирование.

Свойства

cvSplitColumnNames	Столбцы, используемые для данных CVSplit.
featurizationSettings	Входные данные признаков, необходимые для задания AutoML.
limitSettings	Ограничения выполнения для AutoMLJob.
nCrossValidations	Количество сверток перекрестной проверки, применяемых к набору данных обучения, если набор данных проверки не указан.
testData	Проверка входных данных.
testDataSize	Доля тестового набора данных, который необходимо отложить для целей проверки. Значения между (0.0, 1.0) Применяются, если набор данных проверки не указан.
validationData	Входные данные проверки.
validationDataSize	Доля обучающего набора данных, который необходимо выделить для целей проверки. Значения между (0.0, 1.0) Применяются, если набор данных проверки не указан.
weightColumnName	Имя столбца веса образца. Автоматизированное машинное обучение поддерживает взвешанный столбец в качестве входных данных, что приводит к тому, что строки в данных будут взвешированы вверх или вниз.

Сведения о свойстве

cvSplitColumnNames

Столбцы, используемые для данных CVSplit.

cvSplitColumnNames?: string[]

Значение свойства

string[]

featurizationSettings

Входные данные признаков, необходимые для задания AutoML.

featurizationSettings?: TableVerticalFeaturizationSettings

Значение свойства

TableVerticalFeaturizationSettings

limitSettings

Ограничения выполнения для AutoMLJob.

limitSettings?: TableVerticalLimitSettings

Значение свойства

TableVerticalLimitSettings

nCrossValidations

Количество сверток перекрестной проверки, применяемых к набору данных обучения, если набор данных проверки не указан.

nCrossValidations?: NCrossValidationsUnion

Значение свойства

NCrossValidationsUnion

testData

Проверка входных данных.

testData?: MLTableJobInput

Значение свойства

MLTableJobInput

testDataSize

Доля тестового набора данных, который необходимо отложить для целей проверки. Значения между (0.0, 1.0) Применяются, если набор данных проверки не указан.

testDataSize?: number

Значение свойства

number

validationData

Входные данные проверки.

validationData?: MLTableJobInput

Значение свойства

MLTableJobInput

validationDataSize

Доля обучающего набора данных, который необходимо выделить для целей проверки. Значения между (0.0, 1.0) Применяются, если набор данных проверки не указан.

validationDataSize?: number

Значение свойства

number

weightColumnName

Имя столбца веса образца. Автоматизированное машинное обучение поддерживает взвешанный столбец в качестве входных данных, что приводит к тому, что строки в данных будут взвешированы вверх или вниз.

weightColumnName?: string

Значение свойства

string