AutoMLRun 클래스

Azure Machine Learning에서 실행되는 자동화된 ML 실험을 나타냅니다.

AutoMLRun 클래스를 사용하여 실행을 관리하고, 실행 상태를 확인하고, AutoML 실행이 제출되면 실행 세부 정보를 검색할 수 있습니다. 실험 실행 작업에 대한 자세한 내용은 Run 클래스를 참조하세요.

AutoML 실행을 초기화합니다.

상속

Run

AutoMLRun

생성자

AutoMLRun(experiment, run_id, **kwargs)

매개 변수

experiment

Experiment

필수

실행과 관련된 실험입니다.

run_id

str

필수

실행의 ID입니다.

experiment

Experiment

필수

실행과 관련된 실험입니다.

run_id

str

필수

실행의 ID입니다.

설명

AutoMLRun 개체는 실험의 submit 메서드를 사용할 때 반환됩니다.

이미 시작된 실행을 검색하려면 다음 코드를 사용합니다.

   from azureml.train.automl.run import AutoMLRun
   ws = Workspace.from_config()
   experiment = ws.experiments['my-experiment-name']
   automl_run = AutoMLRun(experiment, run_id = 'AutoML_9fe201fe-89fd-41cc-905f-2f41a5a98883')

메서드

cancel	AutoML 실행을 취소합니다. AutoML 실행이 성공적으로 취소되면 True를 반환합니다.
cancel_iteration	특정 자식 실행을 취소합니다.
complete	AutoML 실행을 완료합니다.
continue_experiment	기존 AutoML 실험을 계속합니다.
fail	AutoML 실행에 실패합니다. 필요에 따라 error_details에 메시지 또는 예외가 전달되는 실행의 Error 속성을 설정합니다.
get_best_child	이 AutoML 실행에 가장 적합한 점수를 가진 자식 실행을 반환합니다.
get_guardrails	Guardrail 확인을 실행한 자세한 결과를 인쇄하고 반환합니다.
get_output	이미 테스트된 해당 최적 파이프라인을 사용하여 실행을 반환합니다. 입력 매개 변수를 제공하지 않으면 get_output은 기본 메트릭에 따라 최적의 파이프라인을 반환합니다. 또는 iteration 또는 metric 매개 변수를 사용하여 제공된 메트릭당 특정 반복 또는 최적의 실행을 각각 검색할 수 있습니다.
get_run_sdk_dependencies	특정 실행의 SDK 실행 종속성을 가져옵니다.
pause	AutoML 실행이 성공적으로 일시 중지되면 True를 반환합니다. 이 메서드가 구현되지 않은 경우
register_model	AzureML ACI 서비스에 모델을 등록합니다.
resume	AutoML 실행이 성공적으로 다시 시작되면 True를 반환합니다. 이 메서드가 구현되지 않은 경우
retry	AutoML 실행이 성공적으로 다시 시도되면 True를 반환합니다. 이 메서드가 구현되지 않은 경우
summary	시도한 알고리즘 및 점수의 요약 정보가 포함된 테이블을 가져옵니다.
wait_for_completion	이 실행이 완료될 때까지 기다립니다. 대기 후 상태 개체를 반환합니다.

cancel

AutoML 실행을 취소합니다.

AutoML 실행이 성공적으로 취소되면 True를 반환합니다.

cancel()

반환

None

cancel_iteration

특정 자식 실행을 취소합니다.

cancel_iteration(iteration)

매개 변수

iteration

int

필수

취소할 반복입니다.

반환

None

complete

AutoML 실행을 완료합니다.

complete(**kwargs)

반환

None

continue_experiment

기존 AutoML 실험을 계속합니다.

continue_experiment(X=None, y=None, sample_weight=None, X_valid=None, y_valid=None, sample_weight_valid=None, data=None, label=None, columns=None, cv_splits_indices=None, spark_context=None, experiment_timeout_hours=None, experiment_exit_score=None, iterations=None, show_output=False, training_data=None, validation_data=None, **kwargs)

매개 변수

X

DataFrame 또는 ndarray 또는 <xref:azureml.dataprep.Dataflow>

기본값: None

학습 기능입니다.

y

DataFrame 또는 ndarray 또는 <xref:azureml.dataprep.Dataflow>

기본값: None

학습 레이블입니다.

sample_weight

DataFrame 또는 ndarray 또는 <xref:azureml.dataprep.Dataflow>

기본값: None

학습 데이터에 대한 샘플 가중치입니다.

X_valid

DataFrame 또는 ndarray 또는 <xref:azureml.dataprep.Dataflow>

기본값: None

유효성 검사 기능입니다.

y_valid

DataFrame 또는 ndarray 또는 <xref:azureml.dataprep.Dataflow>

기본값: None

유효성 검사 레이블입니다.

sample_weight_valid

DataFrame 또는 ndarray 또는 <xref:azureml.dataprep.Dataflow>

기본값: None

유효성 검사 세트 샘플 가중치입니다.

data

DataFrame

기본값: None

학습 기능 및 레이블입니다.

label

str

기본값: None

데이터의 레이블 열입니다.

columns

list(str)

기본값: None

기능으로 사용할 수 있는 데이터의 열 목록입니다.

cv_splits_indices

ndarray

기본값: None

교차 유효성 검사를 위해 학습 데이터를 분할해야 하는 인덱스입니다. 각 행은 별도의 크로스 폴드이며 각 크로스 폴드 내에서 2개의 배열을 제공합니다. 첫 번째 배열에는 학습 데이터에 사용할 샘플 인덱스가, 두 번째 배열에는 유효성 검사 데이터에 사용할 인덱스가 있습니다. 즉, [[t1, v1], [t2, v2], ...]에서 t1은 첫 번째 크로스 폴드의 학습 인덱스이고 v1은 첫 번째 크로스 폴드의 유효성 검사 인덱스입니다.

spark_context

<xref:SparkContext>

기본값: None

azure databricks/spark 환경 내에서 사용될 때만 적용되는 Spark 컨텍스트입니다.

experiment_timeout_hours

float

기본값: None

이 실험을 추가로 실행할 시간입니다.

experiment_exit_score

int

기본값: None

이 값을 지정할 경우 이 값에 도달하면 실험이 종료됩니다.

iterations

int

기본값: None

이 실험에 대해 실행할 추가 반복 횟수입니다.

show_output

bool

기본값: False

출력을 콘솔에 인쇄할지 여부를 나타내는 플래그입니다.

training_data

<xref:azureml.dataprep.Dataflow> 또는 DataFrame

기본값: None

입력 학습 데이터입니다.

validation_data

<xref:azureml.dataprep.Dataflow> 또는 DataFrame

기본값: None

유효성 검사 데이터입니다.

반환

AutoML 부모 실행입니다.

반환 형식

AutoMLRun

예외

ConfigException

InvalidRunState

fail

AutoML 실행에 실패합니다.

필요에 따라 error_details에 메시지 또는 예외가 전달되는 실행의 Error 속성을 설정합니다.

fail(error_details=None, error_code=None, _set_status=True, **kwargs)

매개 변수

error_details

str 또는 BaseException

기본값: None

오류에 대한 선택적 세부 정보입니다.

error_code

str

기본값: None

오류 분류에 대한 오류의 선택적 오류 코드입니다.

_set_status

bool

기본값: True

추적을 위해 상태 이벤트를 보낼지 여부를 나타냅니다.

get_best_child

이 AutoML 실행에 가장 적합한 점수를 가진 자식 실행을 반환합니다.

get_best_child(metric: str | None = None, onnx_compatible: bool = False, **kwargs: Any) -> Run

매개 변수

metric

str

기본값: None

반환할 최상의 실행을 선택할 때 사용할 메트릭입니다. 기본값은 기본 메트릭입니다.

onnx_compatible

기본값: False

onnx 모델을 생성한 실행만 반환할지 여부를 나타냅니다.

kwargs

필수

반환

AutoML 자식 실행입니다.

get_guardrails

Guardrail 확인을 실행한 자세한 결과를 인쇄하고 반환합니다.

get_guardrails(to_console: bool = True) -> Dict[str, Any]

매개 변수

to_console

bool

기본값: True

확인 결과를 콘솔에 쓸지 여부를 나타냅니다.

반환

검증 도구 결과의 사전입니다.

반환 형식

dict

예외

UserErrorException

get_output

이미 테스트된 해당 최적 파이프라인을 사용하여 실행을 반환합니다.

입력 매개 변수를 제공하지 않으면 get_output은 기본 메트릭에 따라 최적의 파이프라인을 반환합니다. 또는 iteration 또는 metric 매개 변수를 사용하여 제공된 메트릭당 특정 반복 또는 최적의 실행을 각각 검색할 수 있습니다.

get_output(iteration: int | None = None, metric: str | None = None, return_onnx_model: bool = False, return_split_onnx_model: SplitOnnxModelName | None = None, **kwargs: Any) -> Tuple[Run, Any]

매개 변수

iteration

int

기본값: None

반환할 해당 실행 및 맞춤 모델의 반복 번호입니다.

metric

str

기본값: None

반환할 최적의 실행 및 맞춤 모델을 선택할 때 사용할 메트릭입니다.

return_onnx_model

bool

기본값: False

이 메서드는 AutoMLConfig 개체에서 enable_onnx_compatible_models 매개 변수가 True로 설정된 경우 변환된 ONNX 모델을 반환합니다.

return_split_onnx_model

SplitOnnxModelName

기본값: None

반환할 분할 onnx 모델의 형식입니다.

반환

실행, 해당하는 맞춤 모델입니다.

반환 형식

Run, <xref:Model>

예외

ConfigException

OnnxConvertException

NotFoundException

설명

사용된 전처리기 및 알고리즘(예측 도구)을 검사하려면 sklearn.pipeline.Pipeline.steps와 비슷하게 Model.steps를 통해 검사할 수 있습니다. 예를 들어 아래 코드는 예측 도구를 검색하는 방법을 보여 줍니다.

   best_run, model = parent_run.get_output()
   estimator = model.steps[-1]

get_run_sdk_dependencies

특정 실행의 SDK 실행 종속성을 가져옵니다.

get_run_sdk_dependencies(iteration=None, check_versions=True, **kwargs)

매개 변수

iteration

int

기본값: None

검색할 맞춤 실행의 반복 번호입니다. None이면 부모 환경을 검색합니다.

check_versions

bool

기본값: True

True이면 현재 환경이 있는 버전을 확인합니다. False이면 건너뜁니다.

반환

RunHistory에서 검색된 종속성의 사전입니다.

반환 형식

dict

예외

ConfigException

pause

AutoML 실행이 성공적으로 일시 중지되면 True를 반환합니다.

이 메서드가 구현되지 않은 경우

pause()

예외

NotImplementedError

register_model

AzureML ACI 서비스에 모델을 등록합니다.

register_model(model_name=None, description=None, tags=None, iteration=None, metric=None)

매개 변수

model_name

str

기본값: None

배포되는 모델의 이름입니다.

description

str

기본값: None

배포되는 모델에 대한 설명입니다.

tags

dict

기본값: None

배포되는 모델에 대한 태그입니다.

iteration

int

기본값: None

배포할 모델을 재정의합니다. 특정 반복에 대한 모델을 배포합니다.

metric

str

기본값: None

배포할 모델을 재정의합니다. 다른 메트릭에 가장 적합한 모델을 배포합니다.

반환

등록된 모델 개체입니다.

반환 형식

<xref:Model>

resume

AutoML 실행이 성공적으로 다시 시작되면 True를 반환합니다.

이 메서드가 구현되지 않은 경우

resume()

예외

NotImplementedError:

retry

AutoML 실행이 성공적으로 다시 시도되면 True를 반환합니다.

이 메서드가 구현되지 않은 경우

retry()

예외

NotImplementedError

summary

시도한 알고리즘 및 점수의 요약 정보가 포함된 테이블을 가져옵니다.

summary()

반환

AutoML 모델 통계를 포함하는 Pandas DataFrame입니다.

반환 형식

DataFrame

wait_for_completion

이 실행이 완료될 때까지 기다립니다.

대기 후 상태 개체를 반환합니다.

wait_for_completion(show_output=False, wait_post_processing=False)

매개 변수

show_output

bool

기본값: False

sys.stdout에 실행 출력을 표시할지 여부를 나타냅니다.

wait_post_processing

bool

기본값: False

실행이 완료된 후 사후 처리가 완료될 때까지 대기할지 여부를 나타냅니다.

반환

상태 개체입니다.

반환 형식

dict

예외

ExperimentExecutionException

특성

run_id

현재 실행의 실행 ID를 반환합니다.

반환

현재 실행의 실행 ID입니다.

반환 형식

str