Tworzenie grupy składników w projekcie

Edytowanie grupy składników

Po wybraniu kolumn zasobu danych, które mają być używane w grupie składników, można wyświetlić każdą opcję i edytować ją w celu określenia roli, jaką będzie ona miała w modelach Machine Learning .

1. Kliknij nazwę składnika i kliknij opcję Edytuj tę funkcję. Zostanie otwarte okno, w którym wyświetlane są następujące karty:

   • Szczegóły -podaj następujące informacje na temat składnika. Wybierz opcję Rola , która ma zostać przypisana do składnika:

     • Input: składnik może być używany jako dane wejściowe do uczenia modelu Machine Learning .
     • Target: funkcja, która ma być używana jako cel predykcji, gdy dane są używane do uczenia modelu Machine Learning .
     • Identifier: klucz podstawowy, taki jak identyfikator klienta, używany do identyfikowania danych wejściowych.

     Wprowadź wartość w polu Opis, Przepis (dowolna metoda lub formuła używana do tworzenia wartości dla składnika) i dowolny Znaczniki.

   • Opisy wartości Opisy wartości umożliwiają wyjaśnienie znaczenia konkretnych wartości. Na przykład, należy rozważyć kolumnę "ocena kredytowa" z wartościami -1, 0 i 1. Opisy wartości mogą być używane w celu zapewnienia znaczenia dla tych wartości. Na przykład wartość -1 może oznaczać, że "wartościowanie zostało odrzucone". Można wprowadzić opisy dla konkretnych wartości. W przypadku wartości liczbowych można również określić zakres. Aby określić zakres wartości liczbowych, wprowadź następujący tekst [ n, m] , gdzie n to początek, a m to koniec zakresu, otoczony nawiasami kwadratowymi, a następnie kliknij przycisk Dodaj. Na przykład, aby opisać wszystkie wartości wieku od 18 do 24 jako "łagodne", należy wprowadzić [ 18,24] jako wartość i milleniały jako opis. Jeśli użytkownik ma zdefiniowany profil , wartości profilu są wyświetlane na liście opisów wartości. W tym miejscu można wybrać jedną wartość lub wiele wartości.

     

   • Informacje o Fairness Można zdefiniować grupy wartości Monitor lub Reference dla monitorowania danych dwukierunkowe. Wartości, które są bardziej narażone na ryzyko związane z tendencyjnymi wynikami, mogą być umieszczane w grupie monitorowania. Wartości te są następnie porównywane z wartościami w grupie odwołań. Aby określić zakres wartości liczbowych, należy wprowadzić następujący tekst: [ n, m] , gdzie n to początek, a m to koniec zakresu, w nawiasach kwadratowych. Na przykład, aby monitorować wszystkie wartości wieku w zakresie od 18 do 35, należy wprowadzić wartość [ 18,35]. Następnie wybierz opcję Monitor lub Reference, a następnie kliknij przycisk Dodaj. Można również określić Ulubione wyniki. Więcej informacji na temat fairness zawiera sekcja Fairness in AutoAI experiments .

2. Po zmodyfikowaniu składnika kliknij przycisk Zapisz. Teraz można wyświetlić zmiany w oknie Szczegóły funkcji . Zamknij to okno, aby powrócić do grupy składników.

Usuwanie składników z grupy

Aby usunąć składnik z grupy:

1. Wyświetl podgląd zasobu aplikacyjnego w projekcie i wybierz kartę Grupa składników .

2. W wyświetlonym tabeli Funkcje wybierz składnik (lub składniki), który ma zostać usunięty.

3. Na pasku narzędzi, który zostanie wyświetlony, wybierz opcję Usuń z grupy.

   

Opcja lub grupa składników, jeśli wybrano wszystkie składniki, zostanie usunięta.

Współużytkowanie grupy składników za pomocą produktu IBM Watson Knowledge Catalog

Wyszukiwanie grupy składników

Możliwe jest wyszukiwanie zasobów lub kolumn we wszystkich katalogach i projektach. Aby odfiltrować wyniki wyszukiwania w celu znalezienia zasobów z grupą składników, należy wybrać opcję Dane , aby wyświetlić opcje filtru, a następnie wybrać opcję Grupa składników. Zasoby zawierające grupę składników zostaną następnie wyświetlone w wynikach wyszukiwania.

Korzystanie z interfejsu API Python do tworzenia i używania grup składników

Do tworzenia i edytowania grup składników można również użyć biblioteki assetframe-lib Python w podręcznikach. Ta biblioteka umożliwia również korzystanie z metadanych składnika, takich jak informacje o godziwości podczas tworzenia modeli uczenia maszynowego.