Remarques relatives à l'utilisation de use_imputation

• Si la méthode use_imputation est spécifiée en tant que True et que les données d'entrée comportent des valeurs manquantes:

  • imputation_threshold prend effet.
  • Les candidats figurant dans imputer_list seront utilisés pour rechercher les meilleurs résultats.
  • Si le meilleur résultat est Fill, imputer_fill_type et imputer_fill_value sont appliqués ; dans le cas contraire, ils sont ignorés.

• Si la méthode use_imputation est définie sur True et que les données d'entrée ne comportent pas de valeurs manquantes:

  • imputation_threshold est ignoré.
  • Les candidats à imputer_list sont utilisés pour rechercher les meilleurs candidats. Si le meilleur résultat est Fill, imputer_fill_type et imputer_fill_value sont appliqués ; dans le cas contraire, ils sont ignorés.

• Si la méthode use_imputation est spécifiée comme False mais que les données d'entrée comportent des valeurs manquantes:

  • use_imputation est activé avec un avertissement, puis la méthode suit le comportement du premier scénario.

• Si la méthode use_imputation est spécifiée en tant que False et que les données d'entrée ne comportent pas de valeurs manquantes, aucun traitement supplémentaire n'est requis.

Par exemple :

"pipelines": [
      {
        "id": "automl",
        "runtime_ref": "hybrid",
        "nodes": [
          {
            "id": "automl-ts",
            "type": "execution_node",
            "op": "kube",
            "runtime_ref": "automl",
            "parameters": {
              "del_on_close": true,
              "optimization": {
	          "target_columns": [2,3,4],
	          "timestamp_column": 1,
	          "use_imputation": true
              }
            }
          }
        ]
      }
    ]

Rubrique parent: Imputation de données dans les expérimentations AutoAI