Regression interface
AutoML 資料表垂直中的回歸工作。
- Extends
屬性
| primary |
回歸工作的主要計量。 |
| task |
多型歧視性，指定這個物件可以是的不同類型 |
| training |
AutoML 作業定型階段的輸入。 |
繼承的屬性
| cv |
要用於 CVSplit 資料的數據行。 |
| featurization |
AutoML 作業所需的特徵化輸入。 |
| limit |
AutoMLJob 的執行條件約束。 |
| log |
作業的記錄詳細資訊。 |
| n |
未提供驗證數據集時，要套用至定型數據集的交叉驗證折疊數。 |
| target |
目標數據行名稱：這是預測值數據行。 也稱為分類工作內容中的標籤數據行名稱。 |
| test |
測試數據輸入。 |
| test |
必須為驗證目的而保留的測試數據集分數。 未提供驗證數據集時，套用介於 （0.0 、 1.0） 之間的值。 |
| training |
[必要]定型數據輸入。 |
| validation |
驗證數據輸入。 |
| validation |
需要為驗證目的預留的定型數據集分數。 未提供驗證數據集時，套用介於 （0.0 、 1.0） 之間的值。 |
| weight |
範例權數數據行的名稱。 自動化 ML 支援加權數據行做為輸入，導致數據中的數據列向上或向下加權。 |
屬性詳細資料
primaryMetric
回歸工作的主要計量。
primaryMetric?: string屬性值
string
taskType
多型歧視性，指定這個物件可以是的不同類型
taskType: "Regression"屬性值
"Regression"
trainingSettings
繼承的屬性詳細資料
cvSplitColumnNames
featurizationSettings
AutoML 作業所需的特徵化輸入。
featurizationSettings?: TableVerticalFeaturizationSettings屬性值
limitSettings
AutoMLJob 的執行條件約束。
limitSettings?: TableVerticalLimitSettings屬性值
logVerbosity
nCrossValidations
未提供驗證數據集時，要套用至定型數據集的交叉驗證折疊數。
nCrossValidations?: NCrossValidationsUnion屬性值
targetColumnName
目標數據行名稱：這是預測值數據行。 也稱為分類工作內容中的標籤數據行名稱。
targetColumnName?: string屬性值
string
testData
testDataSize
必須為驗證目的而保留的測試數據集分數。 未提供驗證數據集時，套用介於 （0.0 、 1.0） 之間的值。
testDataSize?: number屬性值
number
trainingData
validationData
validationDataSize
需要為驗證目的預留的定型數據集分數。 未提供驗證數據集時，套用介於 （0.0 、 1.0） 之間的值。
validationDataSize?: number屬性值
number
weightColumnName
範例權數數據行的名稱。 自動化 ML 支援加權數據行做為輸入，導致數據中的數據列向上或向下加權。
weightColumnName?: string屬性值
string