ForecastingJob クラス

kwargs

dict

YAML シリアライザーに渡す追加の引数。

target_column_name

str

ターゲット列の列名。

weight_column_name

Optional[str]

重み付け列名。既定値は None です

validation_data

Optional[Input]

検証データ(既定値は None)

validation_data_size

Optional[float]

検証データ サイズ(既定値は None)

n_cross_validations

Optional[Union[str, int]]

n_cross_validations、既定値は None です

cv_split_column_names

Optional[List[str]]

cv_split_column_names、既定値は None です

test_data

Optional[Input]

テスト データ(既定値は None)

test_data_size

Optional[float]

テスト データ サイズ(既定値は None)

column_name_and_types

Optional[Dict[str, str]]

列の目的を更新するために使用される列名と特徴の種類のディクショナリ。既定値は None です。

dataset_language

Optional[str]

データセットに含まれる言語の 3 文字の ISO 639-3 コード。 英語以外の言語は、GPU 対応コンピューティングを使用する場合にのみサポートされます。 データセットに複数の言語が含まれている場合は、language_code 'mul' を使用する必要があります。 異なる言語の ISO 639-3 コードを見つけるには、 を参照してください https://en.wikipedia.org/wiki/List_of_ISO_639-3_codes。既定値は None です

transformer_params

Optional[Dict[str, List[ColumnTransformer]]]

トランスフォーマーと対応するカスタマイズ パラメーターのディクショナリ。既定値は None です。

mode

Optional[str]

"off"、"auto"、既定値は "auto"、既定値は None

enable_dnn_featurization

Optional[bool]

DNN ベースの特徴エンジニアリング方法を含めるかどうか(既定値は None)

forecast_horizon

時系列頻度を単位にした目的の最大予測期間。 既定値は 1 です。

単位は、トレーニング データの時間間隔に基づきます。たとえば、予測者が予測する必要がある月ごと、週ごとなどです。タスクの種類が予測である場合、このパラメーターは必須です。 予測パラメーターの設定の詳細については、時系列予測モデルの自動トレーニングに関する記事をご覧ください。

time_series_id_column_names

Optional[Union[str, List[str]]]

時系列をグループ化するために使用される列の名前。 複数の系列を作成するために使用できます。 時系列 ID 列名が定義されていない場合、または指定された識別子列がデータセット内のすべての系列を識別しない場合、時系列識別子はデータ セットに対して自動的に作成されます。

target_lags

ターゲット列からのラグとして指定する過去の期間の数。 既定では、ラグはオフになっています。

予測時に、このパラメーターは、データの頻度に基づいてターゲット値を遅延させる行数を表します。 これは一覧または単一の整数として表されます。 独立変数と依存変数の間のリレーションシップが既定で一致しない場合、または関連付けられていない場合、ラグを使用する必要があります。 たとえば、製品の需要を予測しようとする場合、任意の月の需要は、3 か月前の特定の商品の価格によって異なる可能性があります。 この例では、モデルが正しいリレーションシップでトレーニングされるように、目標 (要求) を 3 か月間遅延させてください。 詳細については、時系列予測モデルの自動トレーニングに関する記事をご覧ください。

ターゲット ラグとローリング ウィンドウのサイズの自動検出に関する注意事項です。 ローリング ウィンドウ セクションの対応するコメントを参照してください。 次のアルゴリズムを使用して、最適なターゲット ラグとローリング ウィンドウのサイズを検出します。

1. ルックバック特徴選択のための最大ラグ次数を推定します。 この例では、次の日付の頻度粒度までの期間数です。つまり、頻度が日次の場合は 1 週間 (7)、週次の場合は月 (4) になります。 この値に 2 を掛けたものが、ラグまたはローリング ウィンドウの可能な最大値です。 この例では、最大ラグ次数 14 と 8 をそれぞれ考慮します。

2. 傾向と残余コンポーネントを追加して、季節性を取り除いた系列を作成します。 これは、次の手順で使用します。

3. (2) のデータで PACF (偏自己相関関数) を推定し、自己相関が有意である、つまりその絶対値が、95％ の有意性に相当する 1.96/平方根 （最大ラグ値） より大きいポイントを検索します。

4. すべてのポイントが有意である場合は、それが強い季節性であると見なし、ルックバック特徴を作成しません。

5. PACF の値を先頭からスキャンし、最初の有意でない自己相関の前の値をラグに指定します。 最初の有意な要素 (それ自身と相関のある値) の後に有意でないものが続く場合、ラグは 0 となり、ルックバック特徴を使用しません。

feature_lags

Optional[str]

数値特徴のラグを 'auto' または None で生成するためのフラグ。

target_rolling_window_size

Optional[Union[str, int]]

ターゲット列のローリング ウィンドウの平均を作成するために使用する過去の期間の数。

予測時に、このパラメーターは、予測値を生成するために使用する n 個の履歴期間を表し、トレーニング セットのサイズ以下です。 省略した場合、n はトレーニング セットの全体のサイズになります。 モデルのトレーニング時に特定の量の履歴のみを考慮する場合は、このパラメーターを指定します。 "auto" に設定した場合、ローリング ウィンドウは、PACF が有意性しきい値より大きい最後の値として推定されます。 詳細については target_lags のセクションを参照してください。

country_or_region_for_holidays

Optional[str]

休日の特徴を生成するために使用される国または地域。 これらは、ISO 3166 の 2 文字の国または地域コード ("US" や "GB" など) である必要があります。

use_stl

時系列ターゲット列の STL 分解を構成します。 use_stl は 3 つの値を取ることができます: None (既定) - stl 分解なし。'season' - 季節コンポーネントのみを生成します。season_trend - 季節と傾向の両方のコンポーネントを生成します。

seasonality

Optional[Union[int, str]

時系列頻度の倍数 (整数) としての時系列の季節性を設定します。 'auto' に設定した場合、季節性は推論されます。 None に設定すると、時系列は季節性 = 1 に相当する非季節性と見なされます。

short_series_handling_config

AutoML で短い時系列を処理する方法を定義するパラメーター。

使用可能な値: 'auto' (既定値)、'pad'、'drop'、None。

• 長 い系列がない場合、自動短い系列は埋め込まれます。

それ以外の場合、短い系列は削除されます。

• pad すべての短い系列はパディングされます。
• drop すべての短い系列は削除されます。
• None 短い系列は変更されません。

'pad' に設定した場合、テーブルには、リグレッサーの場合は 0 と空の値が、ターゲットの場合はランダム値が埋め込まれ、平均値は特定の時系列 ID のターゲット値の中央値に等しくなります。中央値が 0 以上の場合、最小の埋め込み値は 0 でクリップされます。入力:

値の最小数が 4 であると仮定した場合の出力:

注: short_series_handling_configuration と legacy short_series_handling の 2 つのパラメーターがあります。 両方のパラメーターを設定すると、次の表に示すように同期されます (short_series_handling_configuration と short_series_handling はそれぞれ、handling_configuration と handling と簡潔して表記されています)。

frequency

予測頻度。

予測する場合、このパラメーターは、日単位、週単位、年単位など、予測が必要な期間を表します。予測頻度は、既定ではデータセットの頻度です。 必要に応じて、データセットよりも高い頻度 (低い頻度は不可) に設定することができます。 データを集計し、予測頻度で結果を生成します。 たとえば、毎日のデータの場合、頻度を日単位、週単位、または月単位に設定できますが、時間単位に設定することはできません。 頻度には、pandas のオフセット エイリアスを使用する必要があります。 詳細については、pandas のドキュメントをご覧ください: https://pandas.pydata.org/pandas-docs/stable/user_guide/timeseries.html#dateoffset-objects

target_aggregate_function

ユーザー指定の頻度に従って時系列ターゲット列を集計するために使用する関数。 target_aggregation_function を設定しても、freq パラメーターを設定しないと、エラーが発生します。 使用可能なターゲット集計関数は、"sum"、"max"、"min"、"mean" です。

• ターゲット列の値が、指定された操作に基づいて集計されます。 通常、ほとんどのシナリオでは sum が適しています。

• データ内の数値予測列は、合計、平均、最小値、最大値で集計されます。 その結果、自動 ML では、末尾に集計関数名が付いた新しい列が生成され、選択した集計操作が適用されます。

• カテゴリ予測列の場合、データは、ウィンドウ内で最も目立つカテゴリであるモードで集計されます。

• 日付予測列は、最小値、最大値、モードで集計されます。

cv_step_size

Optional[int]

1 つの CV フォールドの origin_time と次のフォールドの間の期間数。 たとえば、日次データに対して n_step = 3 の場合、各フォールドの原点の時間は 3 日離れています。

features_unknown_at_forecast_time

Optional[Union[str, List[str]]]

予測/推論時にトレーニングに使用できるが不明な特徴列。 features_unknown_at_forecast_timeが空のリストに設定されている場合、データセット内のすべての特徴列が推論時に既知であると見なされます。 このパラメーターが設定されていない場合、将来の機能のサポートは有効になっていません。

exit_score

Optional[float]

実験のターゲット スコア。 実験は、このスコアに達すると終了します。 指定しない場合 (基準なし)、実験は、主要メトリックでそれ以上の進行がなくなるまで実行されます。 終了条件の詳細については、この 記事 を参照してください。既定値は None です

max_concurrent_trials

Optional[int]

これは、並列で実行される反復の最大数です。 既定値は 1 です。

• AmlCompute クラスターでは、ノードごとに 1 回のイテレーション実行がサポートされます。

複数の AutoML 実験の親が単一の AmlCompute クラスターで並行して実行される場合、すべての実験の max_concurrent_trials 値の合計がノードの最大数以下である必要があります。 それ以外の場合は、実行は、ノードが使用可能になるまでキューに入れられます。

• DSVM は、ノードごとに複数の反復をサポートします。 max_concurrent_trials should

は、DSVM 上のコアの数以下である必要があります。 1 つの DSVM 上で複数の実験を並行して実行する場合、すべての実験の max_concurrent_trials 値の合計がノードの最大数以下である必要があります。

• Databricks - max_concurrent_trials の数以下にする必要があります

Databricks 上のワーカー ノード。

max_concurrent_trials はローカル実行には適用されません。 以前は、このパラメーターの名前は concurrent_iterations でした。

max_cores_per_trial

Optional[int]

特定のトレーニング反復に使用するスレッドの最大数。 許容される値:

• 1 より大きく、コンピューティング先のコアの最大数以下。

• -1 に等しい。これは、子の実行ごと、反復ごとに可能なすべてのコアを使用することを意味します。

• 1 に等しい。これは既定値です。

max_nodes

Optional[int]

[試験段階]分散トレーニングに使用するノードの最大数。

• 予測のために、各モデルは max(2, int(max_nodes / max_concurrent_trials)) ノードを使用してトレーニングされます。

• 分類/回帰の場合、各モデルはmax_nodesノードを使用してトレーニングされます。

注- このパラメーターはパブリック プレビュー段階であり、今後変更される可能性があります。

max_trials

Optional[int]

自動 ML 実験中にテストする異なるアルゴリズムとパラメーターの組み合わせの合計数。 指定しない場合、既定値は 1000 反復です。

timeout_minutes

Optional[int]

すべてのイテレーションを組み合わせて、実験が終了するまでにかかる分単位での最大時間。 指定されていない場合、既定の実験タイムアウトは 6 日です。 タイムアウトを 1 時間以下に指定するには、データセットのサイズが 10,000,000 (行の時間列) を超えないか、エラー結果であることを確認します。既定値は None です

trial_timeout_minutes

Optional[int]

各反復で終了前に実行できる最大時間 (分)。 指定しない場合、1 か月または 43200 分の値が使用され、既定値は None です

enable_dnn_training

Optional[bool]

モデルの選択時に DNN ベースのモデルを含めるかどうか。 ただし、既定値は、DNN NLP タスクの場合は True、他のすべての AutoML タスクの場合は False です。

enable_model_explainability

すべての AutoML トレーニング反復の最後に、最適な AutoML モデルを説明できるかどうか。 詳細については、「解釈可能性: 自動 ML でのモデル説明」を参照してください。 の既定値は None です

enable_stack_ensemble

StackEnsemble の反復を有効/無効にするかどうか。 enable_onnx_compatible_models フラグを設定すると、StackEnsemble 反復は無効になります。 同様に、Timeseries タスクの場合、meta learner の調整に使用されるトレーニング セットが小さいことによるオーバーフィットのリスクを回避するために、StackEnsemble の反復は既定で無効になります。 アンサンブルの詳細については、「 アンサンブル構成 」を参照してください。既定値は None です。

enable_vote_ensemble

VotingEnsemble の反復を有効/無効にするかどうか。 アンサンブルの詳細については、「 アンサンブル構成 」を参照してください。既定値は None です。

stack_ensemble_settings

Optional[StackEnsembleSettings]

StackEnsemble イテレーションの設定(既定値は None)

ensemble_model_download_timeout

Optional[int]

VotingEnsemble モデルと StackEnsemble モデルの生成中に、前の子実行から複数の適合モデルがダウンロードされます。 300 秒を超える値でこのパラメーターを構成します。時間が長く必要な場合、既定値は None です

allowed_training_algorithms

Optional[List[str]]

実験を検索するモデル名のリスト。 指定しない場合、タスクでサポートされているすべてのモデルから、TensorFlow モデルまたは非推奨の TensorFlow モデルで blocked_training_algorithms 指定されたすべてのモデルを引いた値が使用され、既定値は None になります。

blocked_training_algorithms

Optional[List[str]]

実験に対して無視するアルゴリズムの一覧(既定値は None)

training_mode

[試験段階]使用するトレーニング モード。 使用可能な値は次のとおりです。

• distributed- では、サポートされているアルゴリズムの分散トレーニングが有効になります。

• non_distributed- 分散トレーニングを無効にします。

• auto- 現在、non_distributedと同じです。 今後、これは変更される可能性があります。

注: このパラメーターはパブリック プレビュー段階であり、今後変更される可能性があります。