레시피 설정

included_transformers

Include Specific Transformers

실험에 사용할 transformer(s) 를 선택합니다. Check All/Uncheck All 버튼을 사용하면 빠르게 한 번에 모든 트랜스포머를 추가하거나 삭제할 수 있습니다. Note: 모든 트랜스포머의 선택을 취소하여 선택된 트랜스포머가 없는 경우 Driverless AI는 이를 무시하고 해당 실험의 기본 트랜스포머 목록을 사용합니다. 이 트랜스포머 목록은 각 실험마다 다릅니다.

등가 config.toml 매개변수는 included_transformers 입니다.

included_models

Include Specific Models

실험에서 Driverless AI가 구축하는 모델 유형을 지정합니다. 이 목록에는 사용자 정의 레시피와 함께 추가되는 기본 지원 알고리즘 및 레시피가 포함됩니다.

Note: ImbalancedLightGBM 및 ImbalancedXGBoostGBM 모델은 imbalance_sampling_method 옵션과 밀접하게 연결되어 있습니다. 구체적인 내용은 다음과 같습니다.

  • ImbalancedLightGBM 및/또는 ImbalancedXGBoostGBM 모델이 활성화 상태이고 imbalance_sampling_method 가 활성화 상태인 경우( off 이외의 값으로 설정된 경우), Driverless AI는 대상 불균형 비율을 확인합니다. 대상 비율이 허용된 불균형 한계를 초과하는 것으로 나타나면 샘플링이 트리거됩니다.

  • ImbalancedLightGBM 및/또는 ImbalancedXGBoostGBM 모델이 비활성화 상태이고 imbalance_sampling_method 옵션이 활성화 상태인 경우, 특정한 샘플링 기법을 수행하지 않습니다.

  • ImbalancedLightGBM 및/또는 ImbalancedXGBoostGBM 모델이 활성화되어 있고 imbalance_sampling_method 가 비활성화된 경우, 샘플링을 사용하지 않으며 이 불균형 모델이 비활성화됩니다.

included_scorers

Include Specific Scorers

실험을 실행할 때 Driverless AI에 포함시킬 scorer를 지정합니다.

included_pretransformers

Include Specific Preprocessing Transformers

다른 트랜스포머가 활성화되기 전에 전처리에 사용할 트랜스포머 를 지정합니다. 전처리 트랜스포머는 원래 기능을 사용해 일반 트랜스포머 계층에서 사용하는 임의 기능을 출력할 수 있습니다.

Notes:

  • 전처리 트랜스포머 및 기타 모든 트랜스포머 레이어는 Python 및 MOJO 스코어링 패키지(해당되는 경우)에 포함되어 있습니다.

  • 어떤 custom transformer recipe 든지 또는 Native DAI 트랜스포머를 전처리 트랜스포머로 사용할 수 있습니다. 예를 들어, 전처리 트랜스포머는 다음 레이어의 Date 및 DateTime 변환이 수행되기 전에 전처리 단계로 상호 작용, 문자열 연결 또는 날짜 추출을 수행할 수 있습니다.

경고:

  1. 아직 만들어지지 않은 time_column에 대해서는 현재 time series 실험을 할 수 없습니다(실험 설정은 변환된 것이 아니라 원본 데이터에 대해서만 알고 있음). 단, 런타임 데이터 레시피를 사용하여 부동 날짜-시간을 문자열 날짜-시간으로 변환할 수 있으며(예시), 이는 Driverless AI의 Date 및 DateTime 트랜스포머와 time series의 자동 감지에 사용됩니다.

  2. GUI/클라이언트 자동 선택 그룹, 기간 등을 사용하여 time series 실험을 수행하려면, 데이터 세트에 사용자 또는 일회성 data recipe 를 통해 실험 전에 준비된 시간 열과 그룹이 있어야 합니다.

동일한 config.toml 매개변수는 included_pretransformers 입니다.

num_pipeline_layers

Number of Pipeline Layers

파이프라인 레이어의 수를 지정합니다. 이 값의 기본값은 1입니다. 동일한 config.toml 매개변수는 num_pipeline_layers 입니다.

Note: 여기에는 included_pretransformers 상세 설정에서 지정한 전처리 레이어가 포함되지 않습니다.

included_datas

Include Specific Data Recipes During Experiment

실험 중에 특정 데이터 레시피를 포함시킬지 여부를 지정합니다. 별도의 데이터 준비 단계가 필요하지 않도록 하고, 실험 및 Python Scoring 패키지 내에서 데이터 준비를 구축합니다. 단, Mojo는 예측 전에 적용할 데이터를 준비해야 합니다.

동일한 config.toml 매개변수는 included_datas 입니다.

threshold_scorer

Scorer to Optimize Threshold to Be Used in Other Confusion-Matrix Based Scorers (For Binary Classification)

Precision, Recall, FalsePositiveRate, FalseDiscoveryRate, FalseOmissionRate, TrueNegativeRate, FalseNegativeRate, NegativePredictiveValue 등의 관련 혼동 행렬 기반 scorer에 사용되는 바이너리 확률 임계값을 최적화하기 위해 사용할 scorer를 지정합니다.

  • Auto (기본값): 이 옵션을 사용하여 임계값 scorer를 실험에 사용된 scorer와 동기화합니다. 이것이 불가능한 경우 F1을 사용합니다.

  • F05 정밀도의 비중을 높이고, 재현율에 대한 비중을 줄입니다.

  • F1: 정밀도와 재현율에 동일한 비중을 적용합니다.

  • F2 정밀도의 비중을 줄이고 재현율에 대한 비중을 높입니다.

  • MCC: 모든 클래스가 동일하게 중요할 때 이 옵션을 사용합니다.

prob_add_genes

Probability to Add Transformers

진(gene) 또는 특정 속성을 가진 트랜스포머의 인스턴스를 추가할 비정규화 확률(unnormalized probability)을 지정합니다. 진을 추가할 수 없는 경우 다른 뮤테이션(mutation)을 시도합니다. 이 값의 기본값은 0.5입니다.

prob_addbest_genes

Probability to Add Best Shared Transformers

진 또는 모집단 내 다른 개인에게 유익한 것으로 나타난 특정 속성을 가진 트랜스포머의 인스턴스를 추가할 비정규화 확률을 지정합니다. 이 값의 기본값은 0.5입니다.

prob_prune_genes

Probability to Prune Transformers

진 또는 특정 속성을 가진 트랜스포머의 인스턴스를 삭제할 비정규화 확률을 지정합니다. 이 값의 기본값은 0.5입니다.

prob_perturb_xgb

Probability to Mutate Model Parameters

모델 하이퍼파라미터를 변경할 비정규화 확률을 지정합니다. 이 값의 기본값은 0.25입니다.

prob_prune_by_features

Probability to Prune Weak Features

진/트랜스포머의 전체 인스턴스를 삭제하는 대신 변수 중요도가 낮은 기능을 삭제하는 비정규화 확률을 지정합니다. 이 값의 기본값은 0.25입니다.

skip_transformer_failures

Whether to Skip Failures of Transformers

실패한 트랜스포머를 무시할지 여부를 지정합니다. 이는 기본적으로 활성화되어 있습니다.

skip_model_failures

Whether to Skip Failures of Models

실패한 모델을 무시할지 여부를 지정합니다. 건너뛴 실패 로깅에 대해 지정된 레벨에 따라 실패가 기록됩니다. 이는 기본적으로 활성화되어 있습니다.

detailed_skip_failure_messages_level

Level to Log for Skipped Failures

건너뛴 트랜스포머 또는 모델에 대한 로그 실패 메시지의 상세 정도에 대해 다음 레벨 중 하나를 지정합니다.

  • 0 = 간단한 메시지 기록

  • 1 = 코드 라인과 메시지 기록(기본값)

  • 2 = 자세한 스택 추적 기록

notify_failures

Whether to Notify About Failures of Transformers or Models or Other Recipe Failures

레시피 오류에 대한 알림을 GUI에 표시할지 지정합니다. 이는 기본적으로 활성화되어 있습니다.

동일한 config.toml 매개변수는 notify_failures 입니다.

acceptance_test_timeout

Timeout in Minutes for Testing Acceptance of Each Recipe

레시피 수락 테스트가 중단될 때까지 대기할 시간(분)을 지정합니다. 수락 테스트가 활성화되고 시간이 초과되면 레시피가 거부됩니다. 이 값의 기본값은 20.0입니다.