Вы просматриваете старую версию данной страницы. Смотрите текущую версию.

Сравнить с текущим просмотр истории страницы

« Предыдущий Версия 5 Следующий »

Узел "AutoML" позволяет в автоматизированном режиме построить алгоритмы машинного обучения с различными параметрами и выбрать из них лучшую, исходя из заданной метрики качества.


Список параметров узла представлен в таблице ниже.


Параметры узла «AutoML»

Параметр

Возможные значения и ограничения

Описание

Название

Ручной ввод
Ограничений на значение нет

Название узла, которое будет отображаться в интерфейсе

Описание

Ручной ввод
Ограничений на значение нет

Описание узла

Время на построение всех моделей, с

По умолчанию - 300


Время на построение одной модели, с

По умолчанию - 30


Количество конфигураций подбора гиперпараметров

По умолчанию - 25


Размер ансамблевых моделей

По умолчанию - 5


Количество лучших моделей в ансамбле

По умолчанию - 50


Максимальное количество моделей на диске

По умолчанию - 50


Seed

По умолчанию - 42


Лимит памяти модели

По умолчанию - 3072


Типы предобработки переменных

  • densifier
  • extra_trees_preproc
  • fast_ica
  • feature_agglomeration
  • kernel_pca
  • kitchen_sinks
  • no_preprocessing
  • nystroem_sampler
  • pca
  • polynomial
  • random_trees_embedding
  • select_percentile
  • select_rates
  • truncatedSVD


Типы используемых моделей

  • adaboost
  • ard_regression
  • bernoulli_nb
  • decision_tree
  • extra_trees
  • gaussian_nb
  • gausssian_process
  • gradient_boosting
  • k_nearest_neigbors
  • Ida
  • liblinear_svm
  • mlp
  • multinomial_nb
  • passive_aggressive
  • qda
  • random_forest
  • sgd


Тип ресемплинга

  • holdout
  • cv


% обучающей выборки для AutoML

По умолчанию - 0,67


Перемешать наблюдения

Чекбокс


Количество параллельных потоков

По умолчанию - 0


Метрика

По умолчанию - MSE


Коэффициент сжатия датасета

По умолчанию - 1






  • Нет меток