Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Das Feld targets
in einem neptune_ml
-Objekt
Das targets
Feld in einer Exportkonfiguration für JSON Trainingsdaten enthält eine Reihe von Zielobjekten, die eine Trainingsaufgabe spezifizieren, sowie die Klassenbezeichnungen für maschinelles Lernen für das Training dieser Aufgabe. Der Inhalt der Zielobjekte hängt davon ab, ob Sie mit Daten aus Eigenschaftsdiagrammen oder mit Daten trainieren. RDF
Für Aufgaben zur Klassifizierung und Regression von Eigenschaftsdiagramm-Knoten können die Zielobjekte im Array wie folgt aussehen:
{ "node": "
(node property-graph label)
", "property": "(property name)
", "type" : "(used to specify classification or regression)
", "split_rate": [0.8,0.2,0.0], "separator": "," }
Für Aufgaben zur Klassifizierung, Regression oder Linkvorhersage von Eigenschaftsdiagramm-Kanten können sie wie folgt aussehen:
{ "edge": "
(edge property-graph label)
", "property": "(property name)
", "type" : "(used to specify classification, regression or link_prediction)
", "split_rate": [0.8,0.2,0.0], "separator": "," }
Für RDF Klassifizierungs- und Regressionsaufgaben können die Zielobjekte im Array wie folgt aussehen:
{ "node": "
(node type of an RDF node)
", "predicate": "(predicate IRI)
", "type" : "(used to specify classification or regression)
", "split_rate": [0.8,0.2,0.0] }
Bei Aufgaben RDF zur Linkvorhersage können Zielobjekte im Array wie folgt aussehen:
{ "subject": "
(source node type of an edge)
", "predicate": "(relation type of an edge)
", "object": "(destination node type of an edge)
", "type" : "link_prediction", "split_rate": [0.8,0.2,0.0] }
Zielobjekte können die folgenden Felder enthalten:
Inhalt
Felder in einem Eigenschaftsdiagramm-Zielobjekt
Das Feld node
(Eckpunkt) in einem Zielobjekt
Die Eigenschaftsdiagramm-Bezeichnung eines Zielknotens (Eckpunkt). Ein Zielobjekt muss ein node
-Element oder ein edge
-Element enthalten, darf aber nicht beide Elemente enthalten.
A node
kann einen einzelnen Wert annehmen, z. B.:
"node": "Movie"
Im Fall eines Eckpunkts mit mehreren Bezeichnungen kann er mehrere Werte annehmen, z. B.:
"node": ["Content", "Movie"]
Das Feld edge
in einem Eigenschaftsdiagramm-Zielobjekt
Gibt eine Zielkante anhand der Startknotenbezeichnung(en), der eigenen Bezeichnung und der Endknotenbezeichnung(en) an. Ein Zielobjekt muss ein edge
-Element oder ein node
-Element enthalten, darf aber nicht beide Elemente enthalten.
Der Wert eines edge
Felds ist ein JSON Array aus drei Zeichenketten, die die Eigenschaftsgraphenbezeichnung (en) des Startknotens, die Eigenschaftsgraphenbezeichnung der Kante selbst und die Eigenschaftsgraphenbeschriftung (en) des Endknotens wie folgt darstellen:
"edge": ["Person_A", "knows", "Person_B"]
Wenn der Startknoten und/oder der Endknoten mehrere Bezeichnungen hat, schließen Sie diese in einem Array ein, z. B.:
"edge": [ ["Admin", Person_A"], "knows", ["Admin", "Person_B"] ]
Das Feld property
in einem Eigenschaftsdiagramm-Zielobjekt
Gibt eine Eigenschaft des Zieleckpunkts oder der Zielkante wie folgt an:
"property" : "rating"
Dieses Feld ist erforderlich, es sei denn, es handelt sich bei der Zielaufgabe um eine Linkvorhersage.
Das Feld type
in einem Eigenschaftsdiagramm-Zielobjekt
Gibt den Typ der Zielaufgabe an, die für node
oder edge
ausgeführt werden soll, z. B.:
"type" : "regression"
Die unterstützten Aufgabentypen für Knoten sind:
classification
regression
Die unterstützten Aufgabentypen für Kanten sind:
classification
regression
link_prediction
Dies ist ein Pflichtfeld.
Das Feld split_rate
in einem Eigenschaftsdiagramm-Zielobjekt
(Optional) Eine Schätzung des Anteils der Knoten oder Kanten, die in der Trainings-, Validierungs- und Testphase jeweils verwendet werden. Diese Proportionen werden durch eine JSON Reihe von drei Zahlen zwischen Null und Eins dargestellt, die zusammen eins ergeben:
"split_rate": [0.7, 0.1, 0.2]
Wenn Sie das optionale split_rate
Feld nicht angeben, gilt der geschätzte Standardwert [0.9, 0.1, 0.0]
für Klassifizierungs- und Regressionsaufgaben sowie [0.9,0.05, 0.05]
für Aufgaben zur Verbindungsvorhersage.
Das Feld separator
in einem Eigenschaftsdiagramm-Zielobjekt
(Optional) Wird zusammen mit einer Klassifizierungsaufgabe verwendet.
Das Feld separator
gibt ein Zeichen an, das zum Aufteilen eines Zieleigenschaftswerts in mehrere kategoriale Werte verwendet wird, wenn es zum Speichern mehrerer Kategoriewerte in einer Zeichenfolge verwendet wird. Beispielsweise:
"separator": "|"
Das Vorhandensein des Felds separator
weist darauf hin, dass es sich bei der Aufgabe um eine Klassifizierungsaufgabe mit mehreren Zielen handelt.
Felder in einem RDF Zielobjekt
Das node
Feld in einem RDF Zielobjekt
Definiert den Knotentyp der Zielknoten. Wird bei Aufgaben zur Klassifizierung oder Regression von Knoten verwendet. Der Knotentyp eines Knotens in RDF ist definiert durch:
node_id, <http://www.w3.org/1999/02/22-rdf-syntax-ns#type>, node_type
An RDF node
kann nur einen einzigen Wert annehmen, etwa diesen:
"node": "http://aws.amazon.com/neptune/csv2rdf/class/Movie"
Das subject
Feld in einem RDF Zielobjekt
Bei Linkvorhersageaufgaben definiert subject
den Quellknotentyp von Zielkanten.
"subject": "http://aws.amazon.com/neptune/csv2rdf/class/Director"
Anmerkung
Bei Linkvorhersageaufgaben sollte subject
zusammen mit predicate
und object
verwendet werden. Wenn keiner dieser drei Werte angegeben ist, werden alle Kanten als Trainingsziel behandelt.
Das predicate
Feld in einem RDF Zielobjekt
Bei Aufgaben zur Klassifizierung und Regression von Knoten definiert predicate
die Literaldaten, die als Zielknoten-Feature eines Zielknotens verwendet werden.
"predicate": "http://aws.amazon.com/neptune/csv2rdf/datatypeProperty/genre"
Anmerkung
Wenn die Zielknoten nur ein Prädikat besitzen, das das Zielknoten-Feature definiert, kann das Feld predicate
übersprungen werden.
Bei Linkvorhersageaufgaben definiert predicate
den Beziehungstyp von Zielkanten.
"predicate": "http://aws.amazon.com/neptune/csv2rdf/datatypeProperty/direct"
Anmerkung
Bei Linkvorhersageaufgaben sollte predicate
zusammen mit subject
und object
verwendet werden. Wenn keiner dieser drei Werte angegeben ist, werden alle Kanten als Trainingsziel behandelt.
Das object
Feld in einem RDF Zielobjekt
Bei Linkvorhersageaufgaben definiert object
den Zielknotentyp von Zielkanten:
"object": "http://aws.amazon.com/neptune/csv2rdf/class/Movie"
Anmerkung
Bei Linkvorhersageaufgaben sollte object
zusammen mit subject
und predicate
verwendet werden. Wenn keiner dieser drei Werte angegeben ist, werden alle Kanten als Trainingsziel behandelt.
Das type
Feld in einem RDF Zielobjekt
Gibt den Typ der Zielaufgabe an, die ausgeführt werden soll, z. B.:
"type" : "regression"
Die unterstützten Aufgabentypen für RDF Daten sind:
link_prediction
classification
regression
Dies ist ein Pflichtfeld.
Das Feld split_rate
in einem Eigenschaftsdiagramm-Zielobjekt
(Optional) Eine Schätzung des Anteils der Knoten oder Kanten, die in der Trainings-, Validierungs- und Testphase jeweils verwendet werden. Diese Proportionen werden durch eine JSON Reihe von drei Zahlen zwischen Null und Eins dargestellt, die zusammen eins ergeben:
"split_rate": [0.7, 0.1, 0.2]
Wenn Sie keinen Wert für das optionale split_rate
-Feld angeben, ist der geschätzte Standardwert [0.9, 0.1, 0.0]
.