DatasetProfile 類別
注意
這是實驗性類別,可以隨時變更。 請參閱 https://aka.ms/azuremlexperimental 以取得詳細資訊。
DatasetProfile 會收集資料流程所產生資料的摘要統計資料。
建立 DatasetProfile 物件。
- 繼承
-
builtins.objectDatasetProfile
建構函式
DatasetProfile(saved_dataset_id, run_id, experiment_name, workspace, profile)
參數
- workspace
- Workspace
設定檔執行所屬的工作區。 如需工作區的詳細資訊,請參閱 https://docs.microsoft.com/en-us/python/api/azureml-core/azureml.core.workspace.workspace 。
- profile
- <xref:azureml.dataprep.DataProfile>
DataProfile 類型的最新設定檔執行結果。
- workspace
- Workspace
設定檔執行所屬的工作區。 如需工作區的詳細資訊,請參閱 https://docs.microsoft.com/en-us/python/api/azureml-core/azureml.core.workspace.workspace 。
- profile
- <xref:azureml.dataprep.DataProfile>
DataProfile 類型的最新設定檔執行結果。
方法
get_producing_run |
注意 這是實驗性方法,可以隨時變更。 請參閱 https://aka.ms/azuremlexperimental 以取得詳細資訊。 傳回產生此設定檔之 Run 類型的實驗 Run 物件。 |
is_stale |
注意 這是實驗性方法,可以隨時變更。 請參閱 https://aka.ms/azuremlexperimental 以取得詳細資訊。 傳回布林值,以描述計算設定檔是否過時。 如果計算設定檔之後基礎資料有所變更,則會將設定檔視為過時。
|
get_producing_run
注意
這是實驗性方法,可以隨時變更。 請參閱 https://aka.ms/azuremlexperimental 以取得詳細資訊。
傳回產生此設定檔之 Run 類型的實驗 Run 物件。
get_producing_run()
傳回
針對此設定檔執行提交的實驗回合。 如需執行的詳細資訊,請參閱 https://docs.microsoft.com/en-us/python/api/azureml-core/azureml.core.run(class 。
傳回類型
is_stale
注意
這是實驗性方法,可以隨時變更。 請參閱 https://aka.ms/azuremlexperimental 以取得詳細資訊。
傳回布林值,以描述計算設定檔是否過時。
如果計算設定檔之後基礎資料有所變更,則會將設定檔視為過時。
- 如果無法偵測到資料來源變更,則會引發 TypeError。
- 如果提交設定檔執行之後資料來源已變更,則旗標會是 True;
- 否則,設定檔會比對目前的資料,而 旗標會是 False。
is_stale()
傳回
布林值,用來描述計算設定檔是否過時。
傳回類型
意見反應
https://aka.ms/ContentUserFeedback。
即將登場:在 2024 年,我們將逐步淘汰 GitHub 問題作為內容的意見反應機制,並將它取代為新的意見反應系統。 如需詳細資訊,請參閱:提交並檢視相關的意見反應