AutoTrain 文档

表格分类/回归

您正在查看 主分支 版本,需要从源代码安装。如果您想使用常规的 pip 安装,请查看最新的稳定版本(v0.8.24)。
Hugging Face's logo
加入 Hugging Face 社区

并获得增强型文档体验

开始使用

表格分类/回归

使用 AutoTrain,您可以轻松地训练模型对表格数据进行分类或回归。您只需从模型列表中选择并上传您的数据集即可。参数调整会自动完成。

模型

以下模型可用于表格分类/回归。

  • xgboost
  • random_forest
  • ridge
  • logistic_regression
  • svm
  • extra_trees
  • gradient_boosting
  • adaboost
  • decision_tree
  • knn

数据格式

id,category1,category2,feature1,target
1,A,X,0.3373961604172684,1
2,B,Z,0.6481718720511972,0
3,A,Y,0.36824153984054797,1
4,B,Z,0.9571551589530464,1
5,B,Z,0.14035078041264515,1
6,C,X,0.8700872583584364,1
7,A,Y,0.4736080452737105,0
8,C,Y,0.8009107519796442,1
9,A,Y,0.5204774795512048,0
10,A,Y,0.6788795301189603,0
.
.
.

您的 CSV 数据集必须包含两列:idtarget

参数

autotrain.trainers.tabular.params.TabularParams

< >

( data_path: str = None model: str = 'xgboost' username: Optional = None seed: int = 42 train_split: str = 'train' valid_split: Optional = None project_name: str = 'project-name' token: Optional = None push_to_hub: bool = False id_column: str = 'id' target_columns: Union = ['target'] categorical_columns: Optional = None numerical_columns: Optional = None task: str = 'classification' num_trials: int = 10 time_limit: int = 600 categorical_imputer: Optional = None numerical_imputer: Optional = None numeric_scaler: Optional = None )

参数

  • data_path (str) — 数据集路径。
  • model (str) — 要使用的模型名称。默认为“xgboost”。
  • username (Optional[str]) — Hugging Face 用户名。
  • seed (int) — 用于重现结果的随机种子。默认为 42。
  • train_split (str) — 训练数据集的名称。默认为“train”。
  • valid_split (Optional[str]) — 验证数据集的名称。
  • project_name (str) — 输出目录的名称。默认为“project-name”。
  • token (Optional[str]) — 用于身份验证的 Hub 令牌。
  • push_to_hub (bool) — 是否将模型推送到 Hub。默认为 False。
  • id_column (str) — ID 列的名称。默认为“id”。
  • target_columns (Union[List[str], str]) — 数据集中目标列。默认为[“target”]。
  • categorical_columns (Optional[List[str]]) — 类别特征列的列表。
  • numerical_columns (Optional[List[str]]) — 数值特征列的列表。
  • task (str) — 任务类型(例如,“分类”)。默认为“分类”。
  • num_trials (int) — 超参数优化的试验次数。默认为10。
  • time_limit (int) — 训练时间限制(秒)。默认为600。
  • categorical_imputer (Optional[str]) — 类别特征列的缺失值填充策略。
  • numerical_imputer (Optional[str]) — 数值特征列的缺失值填充策略。
  • numeric_scaler (Optional[str]) — 数值特征列的缩放策略。

TabularParams 是一个用于表格数据训练参数的配置类。

< > 在 GitHub 上更新