Classification interface
AutoML 表垂直中的分类任务。
- 扩展
属性
positive |
二进制指标计算的正标签。 |
primary |
任务的主要指标。 |
task |
多态鉴别器,它指定此对象可以是的不同类型 |
training |
AutoML 作业训练阶段的输入。 |
继承属性
cv |
用于 CVSplit 数据的列。 |
featurization |
AutoML 作业所需的特征化输入。 |
limit |
AutoMLJob 的执行约束。 |
log |
记录作业的详细程度。 |
n |
未提供验证数据集时要应用于训练数据集的交叉验证折叠数。 |
target |
目标列名称:这是预测值列。 在分类任务的上下文中也称为标签列名称。 |
test |
测试数据输入。 |
test |
需要留出用于验证目的的测试数据集的分数。 未提供验证数据集时, (0.0 、1.0 之间的值) 应用。 |
training |
[必需]训练数据输入。 |
validation |
验证数据输入。 |
validation |
需要留出用于验证目的的定型数据集的分数。 未提供验证数据集时, (0.0 、1.0 之间的值) 应用。 |
weight |
样本权重列的名称。 自动化机器学习支持使用加权列作为输入,这会导致增大或减小数据中行的权重。 |
属性详细信息
positiveLabel
二进制指标计算的正标签。
positiveLabel?: string
属性值
string
primaryMetric
任务的主要指标。
primaryMetric?: string
属性值
string
taskType
多态鉴别器,它指定此对象可以是的不同类型
taskType: "Classification"
属性值
"Classification"
trainingSettings
AutoML 作业训练阶段的输入。
trainingSettings?: ClassificationTrainingSettings
属性值
继承属性详细信息
cvSplitColumnNames
featurizationSettings
AutoML 作业所需的特征化输入。
featurizationSettings?: TableVerticalFeaturizationSettings
属性值
limitSettings
AutoMLJob 的执行约束。
limitSettings?: TableVerticalLimitSettings
属性值
logVerbosity
nCrossValidations
未提供验证数据集时要应用于训练数据集的交叉验证折叠数。
nCrossValidations?: NCrossValidationsUnion
属性值
targetColumnName
目标列名称:这是预测值列。 在分类任务的上下文中也称为标签列名称。
targetColumnName?: string
属性值
string
testData
testDataSize
需要留出用于验证目的的测试数据集的分数。 未提供验证数据集时, (0.0 、1.0 之间的值) 应用。
testDataSize?: number
属性值
number
trainingData
validationData
validationDataSize
需要留出用于验证目的的定型数据集的分数。 未提供验证数据集时, (0.0 、1.0 之间的值) 应用。
validationDataSize?: number
属性值
number
weightColumnName
样本权重列的名称。 自动化机器学习支持使用加权列作为输入,这会导致增大或减小数据中行的权重。
weightColumnName?: string
属性值
string