火車毫升與磚AutoML UI模型

需求

看到需求AutoML實驗。

設置分類或回歸問題

您可以設置一個分類或回歸問題使用AutoML UI使用以下步驟:

1. 在計算字段中,選擇一個集群運行磚運行時毫升。

2. 從毫升問題類型下拉菜單,選擇回歸或分類。如果你想預測一個連續的數值為每個觀察,如年度收入,選擇回歸。如果你想分配每個觀察到一組離散的類,如良好的信用風險或不良信貸風險,選擇分類。

3. 下數據集中,選擇瀏覽。

4. 導航到表你想使用和點擊選擇。表的模式出現了。

   分類和回歸問題,您可以指定列包含在訓練並選擇自定義歸責方法。

5. 點擊預測目標字段。出現一個下拉清單中顯示的列模式。選擇你想要的列模型來預測。

6. 的實驗名稱字段顯示了默認的名稱。改變它,輸入新名稱。

您還可以:

• 指定額外的配置選項。

• 使用現有的功能表商店增加原始輸入數據集的特性。

建立了預測問題

你可以建立一個預測問題使用AutoML UI使用以下步驟:

1. 在計算字段中,選擇一個集群運行磚運行時的10.0毫升或以上。

2. 從毫升問題類型下拉菜單,選擇預測。

3. 下數據集,點擊瀏覽。導航到表你想使用和點擊選擇。表的模式出現了。

4. 點擊預測目標字段。出現一個下拉菜單清單列所示的模式。選擇你想要的列模型來預測。

5. 點擊時間列字段。出現一個下拉顯示數據集列的類型時間戳或日期。選擇列包含時間序列的時間。

6. 對於multi-series預測,選擇列(s),識別個人的時間序列時間序列標識符下拉。AutoML組數據,這些列不同時間序列和火車模型為每個獨立係列。如果你離開這一領域的空白,AutoML假設數據集包含一個時間序列。

7. 在預測的時間跨度和頻率字段,指定時間段的數量在未來的AutoML應該計算預測的值。在左邊的框中,輸入整數周期預測的數量。在正確的盒子,選擇單位。. .注意:使用Auto-ARIMA,時間序列必須有規律的頻率(也就是說,任意兩個點之間的時間間隔必須在整個時間序列相同)。頻率必須匹配頻率API調用中指定的單位或AutoML UI。AutoML處理丟失的時間步驟填寫這些值的前一個值。

8. 在磚運行時的10.5毫升以上,您可以保存預測結果。為此,指定一個數據庫中輸出數據庫字段。點擊瀏覽從對話框中選擇一個數據庫。AutoML將預測結果寫入數據庫中有一個表。

9. 的實驗名稱字段顯示了默認的名稱。改變它,輸入新名稱。

您還可以:

• 指定額外的配置選項。

• 使用現有的功能表商店增加原始輸入數據集的特性。

高級配置

打開高級配置(可選)部分訪問這些參數。

• 的評價指標主要指標用於分數。

• 在磚運行時的10.3毫升以上,可以排除培訓框架考慮。默認情況下,AutoML火車模型使用框架下上市AutoML算法。

• 您可以編輯停止條件。默認停止條件:

  • 預測實驗,120分鍾後停止。

  • 在磚運行時10.5毫升和下麵的分類和回歸實驗,停止後60分鍾或完成200次試驗之後,無論發生早。磚運行時的11.0毫升以上,試驗的數量並不是作為一個停止條件。

  • 在磚運行時10.1毫升以上的分類和回歸實驗,AutoML包含早期停止;它停止訓練和調優模型如果驗證指標不再是改善。

• 在磚運行時的10.1毫升以上,你可以選擇一個時間列將數據進行訓練、驗證和測試按時間順序(僅適用於分類和回歸)。

• 在數據目錄字段,您可以輸入一個DBFS訓練數據集保存的位置。如果你離開這個領域空白,保存作為訓練數據集MLflow工件。

列選擇

在磚運行時的10.3毫升以上,您可以指定哪些列AutoML應該使用培訓。排除一個列,取消它包括列。

你不能把列選為預測目標或作為時間列將數據。

默認情況下,所有的列都包括在內。

歸責缺失值

在磚運行時10.4 LTS毫升以上,您可以指定null值是如何估算的。在UI中,從下拉的選擇方法轉嫁與列在表模式。

默認情況下,AutoML基於列類型選擇一個歸責方法和內容。

運行試驗和監測結果

AutoML實驗開始,點擊開始AutoML。實驗開始運行,AutoML培訓頁麵出現。刷新表運行,點擊。

從這個頁麵中,您可以:

• 在任何時候停止實驗。

• 打開數據探索的筆記本。

• 監控運行。

• 導航到頁麵任何跑。

磚運行時的10.1毫升以上,AutoML顯示警告潛在問題的數據集,如不支持的列類型或高基數列。

看到任何警告數據集,點擊警告選項卡頁麵上的訓練,或者在實驗在實驗完成後頁。

當實驗完成後,您可以:

• 注冊和部署模型與MLflow之一。

• 選擇查看筆記本的最佳模型審查和編輯創建的最佳模式的筆記本。

• 選擇視圖數據探索的筆記本打開數據探索的筆記本。

• 搜索、過濾和排序的運行運行表。

• 看到任何運行的細節:

  • 打開筆記本包含源代碼的試運行,點擊源列。

  • 查看運行結果,點擊模型列或開始時間列。試驗運行頁麵出現顯示信息(如參數、指標和標記)和工件產生的運行,包括模型。這個頁麵還包含代碼片段,您可以使用與模型進行預測。

回到這個AutoML實驗後,發現它在桌子上實驗頁麵。每個AutoML實驗的結果,包括數據探索和培訓筆記,存儲在一個databricks_automl文件夾中主文件夾的用戶運行實驗。

注冊和部署模型

你可以注冊和部署模型與AutoML界麵:

1. 選擇的鏈接模型列模型的登記。當一個運行完成後,最好的模型(基於主要指標)是第一行。

   的構件部分運行頁麵創建模型的運行顯示。

2. 選擇注冊模型模型注冊。

3. 選擇模型在側邊欄導航到注冊中心模型。

4. 選擇您的模型在模型的表的名稱。的注冊頁麵模型顯示器。從這個頁麵,你可以服務模型模型服務。