排行榜

Driverless AI 提供自动创建排行榜的功能。

创建排行榜 功能可运行多个提供数据集概述的不同实验。此功能还能为您提供相关信息，用于在将模型应用于生产环境时确定复杂性、准确度、大小和时间方面的权衡。请参阅 专家设置 主题，了解可用于控制此功能的专家设置。请参阅 排行榜模型 ，以详细了解为排行榜构建的默认模型。

所构建的模型位于 项目工作空间 页面，可同时使用测试数据集进行评分并进行比较。

创建排行榜

创建排行榜类似于运行一项 new experiment. 请参阅 实验设置, 专家设置 和 评分器 主题，以详细了解在运行实验时可以设置的选项。

1. 在 数据集 页面上，选择您想要用于实验的数据集，然后点击 预测

   或

   在 实验 页面上，点击 新建实验 ，然后选择您想要使用的数据集。

2. 指定是否包括删除列、验证数据集和测试数据集。

3. 指定目标列以及（可选）折叠列、权重列和时间列。

4. （可选）指定 专家设置.

5. （可选）调整准确度/时间/可解释性旋钮。

6. （可选）覆盖默认评分器。

7. （可选）覆盖分类/回归设置。

8. （可选）指定是否使实验可再现和/或是否启用 GPU。

9. 点击 创建排行榜 按钮。

Driverless AI 创建一个随机命名的新项目，并使用队列机制来开始自动训练模型。新项目的描述是 “自动排行榜”。所有模型构建完成后，您可以按照 项目工作空间 主题中所述， score each experiment 并 compare experiments 。

排行榜模型

创建排行榜模型时，所构建的模型将会因您运行的是常规实验还是时间序列实验而异。

常规实验

在创建常规（非时间序列）实验的排行榜时，默认会构建以下模型。您可以在 专家设置 中禁用这些模型，从而不构建这些模型。

模型	准确度	时间	可解释性	配置覆盖
几乎没有特征的决策树	1	1	10	Max_orig_cols_selected=5 nfeatures_max=10
简单 LightGBM	1	1	10
常量基线	1	1	10	max_orig_cols_selected=1
单一决策树	在实验中指定	在实验中指定	在实验中指定	fixed_ensemble_level=0
单一 GLM	在实验中指定	在实验中指定	在实验中指定	fixed_ensemble_level=0
复杂 LightGBM 集成	7	在实验中指定	在实验中指定
几乎没有特征的单一 LightGBM	在实验中指定	在实验中指定	在实验中指定	Max_orig_cols_selected=5 nfeatures_max=10 fixed_ensemble_level=0
默认单一 LightGBM	在实验中指定	在实验中指定	在实验中指定	fixed_ensemble_level=0
默认 XGBoost/LightGBM 集成	在实验中指定	在实验中指定	在实验中指定
单一 FTRL	在实验中指定	在实验中指定	在实验中指定	fixed_ensemble_level=0
单一 TensorFlow	在实验中指定	在实验中指定	在实验中指定	fixed_ensemble_level=0

时间序列实验

Driverless AI 将使用默认的 Driverless AI 设置来创建时间序列实验。在创建时间序列实验的排行榜时，还会构建以下其他模型。

请注意：

• 时间序列基线模型始终包含基于滞后的特征。

• 不同于常规实验中的排行榜，此排行榜将仅使用指定的准确度/时间/可解释性设置来构建模型。

• 请参阅 Driverless AI 转换 主题，了解关于每种转换器的信息。

模型	所包含的模型	所包含的转换器	配置覆盖
指数平滑	GLM	EwmaLagsTransformer	nfeatures_max=10
目标滞后决策树	决策树	LagsTransformer	nfeatures_max=10
目标滞后 GLM	GLM	LagsTransformer、wmaLagsTransformer、LagsAggregatesTransformer	nfeatures_max=50
目标滞后 LightGBM/XGBoost	LightGBM、XGBoostGBM	LagsTransformer、wmaLagsTransformer、LagsAggregatesTransformer	nfeatures_max=50