必需参数可选参数将 mlJob 迁移到 CreateAuto mlJobv2 CreateAuto

使用 AutoML API 为表格数据创建回归或分类作业

您可以在 Autopilot 或 Amazon CLI支持的任何语言中，通过调用 CreateAutoMLJobV2 API 操作，以编程方式为表格数据创建 Autopilot 实验。

有关此 API 操作如何转换为所选语言中函数的信息，请参阅 CreateAutoMLJobV2 中的另请参阅部分并选择 SDK。例如，对于 Python 用户，请参阅 Amazon SDK for Python (Boto3)中 create_auto_ml_job_v2 的完整请求语法。

注意

CreateAutomlJobv2 和 mlJ DescribeAutoobv2 是 mlJo CreateAuto b 和 mlJob 的新版本，它们提供了向后兼容性。DescribeAuto

我们建议使用 CreateAutoMLJobV2。CreateAutoMLJobV2 可以管理与其先前版本 CreateAutoMLJob 相同的表格问题类型，以及非表格问题类型，例如图像或文本分类或者时间序列预测。

至少，所有基于表格数据的实验都需要指定实验名称，提供输入和输出数据的位置，并指定要预测的目标数据。或者，您还可以指定要解决的问题类型（回归、分类、多类分类），选择建模策略（堆叠集合或超参数优化），选择 Autopilot 作业用来训练数据的算法列表等等。

实验运行后，您可以比较试验并深入研究每个模型的预处理步骤、算法和超参数范围的详细信息。您还可以选择下载他们的解释功能和性能报告。使用提供的笔记本查看自动数据探索的结果或候选模型定义。

以下参数集合介绍了 CreateAutoMLJobV2 API 操作的必需和可选输入请求参数。您可以找到此操作先前版本 CreateAutoMLJob 的备用信息。但是，我们建议使用 CreateAutoMLJobV2。

在将 mlJob 迁移到 CreateAuto mlJobv2 CreateAuto 中查找有关如何将 CreateAutoMLJob 迁移到 CreateAutoMLJobV2 的指南。

必需参数

所有其他参数都是可选的。

可选参数

以下部分提供了一些可选参数的详细信息，在使用表格数据时，您可以将这些参数传递给 CreateAutoMLJobV2 API 操作。您可以找到此操作先前版本 CreateAutoMLJob 的备用信息。但是，我们建议使用 CreateAutoMLJobV2。

对于表格数据，在您的数据上运行用于训练候选模型的算法集取决于您的建模策略（ENSEMBLING 或 HYPERPARAMETER_TUNING）。以下将详细介绍如何设置此训练模式。

如果保留空白（或为 null），则 Mode 根据数据集的大小进行推理。

有关 Autopilot 的堆叠组合和超参数优化训练方法的信息，请参阅训练模式和算法支持

特征选择

Autopilot 提供自动数据预处理步骤，包括特征选择和特征提取。但是，您可以使用 FeatureSpecificatioS3Uri 属性手动提供要在训练中使用的特征。

所选特征应包含在 JSON 文件中，采用以下格式：


{ "FeatureAttributeNames":["col1", "col2", ...] }

["col1", "col2", ...] 中列出的值区分大小写。它们应该是包含唯一值的字符串列表，这些值是输入数据中列名的子集。

注意

提供作为特征的列的列表不能包括目标列。

算法选择

默认情况下，您的 Autopilot 作业会在数据集上运行预定义的算法列表，以训练候选模型。算法列表取决于作业使用的训练模式（ENSEMBLING 或 HYPERPARAMETER_TUNING）。

您可以提供默认算法选择的子集。

有关各种训练 Mode 可用算法的列表，请参阅 AutoMLAlgorithms。有关每种算法的详细信息，请参阅训练模式和算法支持。

您可以提供自己的验证数据集和自定义的数据拆分比率，也可以让 Autopilot 自动拆分数据集。

CreateAutoMLJobV2

每个AutoMLJobChannel对象（参见必填参数 a utoML JobInputDataConfig）都有ChannelType，可以将其设置为training或指定在构建机器学习模型时如何使用数据的validation值。数据来源至少需要一个，最多可以有两个：一个用于训练数据，一个用于验证数据。

如何将数据拆分为训练和验证数据集，取决于您有一个还是两个数据来源。

如果您只有一个数据来源，则默认情况下 ChannelType 设置为 training，并且必须具有此值。
- 如果未设置 AutoMLDataSplitConfig 中的 ValidationFraction 值，则默认情况下，将使用来自此来源中数据的 0.2 (20%) 进行验证。
- 如果 ValidationFraction 设置为介于 0 和 1 之间的值，则根据指定的值拆分数据集，该值指定用于验证的数据集的比例。
如果您有两个数据来源，则其中一个 AutoMLJobChannel 对象的 ChannelType 必须设置为默认值 training。另一个数据来源的 ChannelType 必须设置为 validation。这两个数据来源必须具有相同的格式（CSV 或 Parquet）和相同的架构。在这种情况下，您不可为 ValidationFraction 设置值，因为每个来源的所有数据都用于训练或验证。设置此值会导致错误。

CreateAutoMLJob

每个AutoMLChannel对象（参见必填参数 InputDataConfig）都有ChannelType，可以将其设置为training或指定在构建机器学习模型时如何使用数据的validation值。数据来源至少需要一个，最多可以有两个：一个用于训练数据，一个用于验证数据。

如何将数据拆分为训练和验证数据集，取决于您有一个还是两个数据来源。

如果您只有一个数据来源，则默认情况下 ChannelType 设置为 training，并且必须具有此值。
- 如果未设置 AutoMLDataSplitConfig 中的 ValidationFraction 值，则默认情况下，将使用来自此来源中数据的 0.2 (20%) 进行验证。
- 如果 ValidationFraction 设置为介于 0 和 1 之间的值，则根据指定的值拆分数据集，该值指定用于验证的数据集的比例。
如果您有两个数据来源，则其中一个 AutoMLChannel 对象的 ChannelType 必须设置为默认值 training。另一个数据来源的 ChannelType 必须设置为 validation。这两个数据来源必须具有相同的格式（CSV 或 Parquet）和相同的架构。在这种情况下，您不可为 ValidationFraction 设置值，因为每个来源的所有数据都用于训练或验证。设置此值会导致错误。

有关 Autopilot 中的拆分和交叉验证的信息，请参阅 Autopilot 中的交叉验证。

注意

在某些情况下，Autopilot 无法以足够高的置信度推理 ProblemType，在这种情况下，您必须提供值以使作业成功。

您可以向表格数据集添加样本权重列，然后将其传递给 AutoML 作业，以请求在训练和评估期间对数据集行进行加权。

只有组合模式支持样本加权。您的权重应为非负数字。没有权重值或权重值无效的数据点被排除。有关可用目标指标的更多信息，请参阅 Autopilot 加权指标。

将 mlJob 迁移到 CreateAuto mlJobv2 CreateAuto

我们建议 CreateAutoMLJob 的用户迁移到 CreateAutoMLJobV2。

本节通过重点介绍两个版本之间输入请求的对象和属性的位置、名称或结构的变化，解释了 CreateAutoMLJo CreateAutob 和 MLJobv2 之间输入参数的差异。

在两个版本之间没有变化的请求属性。


{
   "AutoMLJobName": "string",
   "AutoMLJobObjective": { 
      "MetricName": "string"
   },
   "ModelDeployConfig": { 
      "AutoGenerateEndpointName": boolean,
      "EndpointName": "string"
   },
   "OutputDataConfig": { 
      "KmsKeyId": "string",
      "S3OutputPath": "string"
   },
   "RoleArn": "string",
   "Tags": [ 
      { 
         "Key": "string",
         "Value": "string"
      }
   ]
}

在两个版本之间位置和结构发生变化的请求属性。

以下属性改变了位置：DataSplitConfig、Security Config、CompletionCriteria、Mode、FeatureSpecificationS3Uri、SampleWeightAttributeName、TargetAttributeName。

在两个版本之间，以下属性的位置和结构发生了变化。

以下 JSON 说明了 AutoML 是如何实现JobConfig的。 CandidateGenerationConfig的 a utoML 类型CandidateGenerationConfig已移至 autoML。ProblemTypeConfig TabularJobConfig。 CandidateGenerationConfigCandidateGenerationConfig在 V2 中属于类型。

名称和结构发生了变化的请求属性。

以下 JSON 说明了 InputDataConfig（AutoMLChannel 数组）是如何在 V2 中更改为 autoM LJobInputDataConfig（A utoML 数组）的。JobChannel请注意，属性 SampleWeightAttributeName 和 TargetAttributeName 从 InputDataConfig 中移出并移入到 AutoMLProblemTypeConfig 中。

Javascript 在您的浏览器中被禁用或不可用。

要使用 Amazon Web Services 文档，必须启用 Javascript。请参阅浏览器的帮助页面以了解相关说明。

SageMaker 自动驾驶

数据集格式和问题类型