Letargetsdans unneptune_mlobjet - Amazon Neptune

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Letargetsdans unneptune_mlobjet

Letargetsdans une configuration d'exportation de données de formation JSON contient un tableau d'objets cibles qui spécifient une tâche de formation et les étiquettes de classe d'apprentissage automatique pour la formation de cette tâche. Le contenu des objets cibles varie selon que vous vous entraînez sur les données de graphes de propriétés ou les données RDF.

Pour les tâches de classification des nœuds de graphe de propriétés et de régression, les objets cibles du tableau peuvent ressembler à ceci :

{ "node": "(node property-graph label)", "property": "(property name)", "type" : "(used to specify classification or regression)", "split_rate": [0.8,0.2,0.0], "separator": "," }

Pour les tâches de classification des tronçons de graphe de propriétés, de régression ou de prédiction de lien, elles peuvent ressembler à ceci :

{ "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": "," }

Pour les tâches de classification et de régression RDF, les objets cibles du tableau peuvent ressembler à ceci :

{ "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] }

Pour les tâches de prédiction de liaison RDF, les objets cibles du tableau peuvent ressembler à ceci :

{ "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] }

Les objets cibles peuvent contenir les champs suivants :

Champs d'un objet cible de graphes de propriétés

Lenodechamp (sommet) dans un objet cible

L'étiquette de graphe de propriétés d'un nœud cible (sommet). Un objet cible doit contenir unnodeou un élémentedge, mais pas les deux.

UNnodepeut prendre une seule valeur, comme ceci :

"node": "Movie"

Ou, dans le cas d'un sommet à plusieurs étiquettes, il peut prendre un tableau de valeurs, comme ceci :

"node": ["Content", "Movie"]

Leedgedans un objet cible de graphes de propriétés

Spécifie un tronçon cible par son ou ses étiquettes de nœud de départ, sa propre étiquette et ses étiquettes de nœud de fin. Un objet cible doit contenir unedgeou un élémentnode, mais pas les deux.

La valeur d'unedgefield est un tableau JSON de trois chaînes qui représentent la ou les étiquettes de graphe de propriétés du nœud de départ, l'étiquette de graphe de propriétés de l'arête elle-même et les étiquettes de graphe de propriétés du nœud de fin, comme ceci :

"edge": ["Person_A", "knows", "Person_B"]

Si le nœud de début et/ou le nœud de fin comporte plusieurs étiquettes, placez-les dans un tableau, comme ceci :

"edge": [ ["Admin", Person_A"], "knows", ["Admin", "Person_B"] ]

Lepropertydans un objet cible de graphes de propriétés

Spécifie une propriété du sommet ou de l'arête cible, comme ceci :

"property" : "rating"

Ce champ est obligatoire, sauf lorsque la tâche cible est la prédiction des liens.

Letypedans un objet cible de graphes de propriétés

Indique le type de tâche cible à effectuer sur lenodeouedge, comme suit :

"type" : "regression"

Les types de tâches pris en charge pour les nœuds sont :

  • classification

  • regression

Les types de tâches pris en charge pour les tronçons sont :

  • classification

  • regression

  • link_prediction

Ce champ est obligatoire.

Lesplit_ratedans un objet cible de graphes de propriétés

(Facultatif) Une estimation des proportions de nœuds ou de tronçons que les étapes d'entraînement, de validation et de test utiliseront respectivement. Ces proportions sont représentées par un tableau JSON de trois nombres compris entre zéro et un qui s'additionnent à un :

"split_rate": [0.7, 0.1, 0.2]

Si vous ne fournissez pas l'optionsplit_rate, la valeur estimée par défaut est[0.9, 0.1, 0.0].

Leseparatordans un objet cible de graphes de propriétés

(Facultatif) Utilisé avec une tâche de classification.

Leseparatorspécifie un caractère utilisé pour diviser une valeur de propriété cible en plusieurs valeurs catégoriques lorsqu'il est utilisé pour stocker plusieurs valeurs de catégorie dans une chaîne. Par Exemple:

"separator": "|"

La présence d'unseparatorindique que la tâche est une tâche de classification multi-cibles.

Champs d'un objet cible RDF

Lenodedans un objet cible RDF

Définit le type de nœud des nœuds cibles. Utilisé avec des tâches de classification de nœuds ou de régression de nœuds. Le type de nœud d'un nœud dans RDF est défini par :

node_id, <http://www.w3.org/1999/02/22-rdf-syntax-ns#type>, node_type

Un RDFnodene peut prendre qu'une seule valeur, comme ceci :

"node": "http://aws.amazon.com/neptune/csv2rdf/class/Movie"

Lesubjectdans un objet cible RDF

Pour les tâches de prédiction des liens,subjectdéfinit le type de nœud source des tronçons cibles.

"subject": "http://aws.amazon.com/neptune/csv2rdf/class/Director"
Note

Pour les tâches de prédiction des liens,subjectdoit être utilisé en même temps quepredicateetobject. Si l'un de ces trois éléments n'est pas fourni, tous les tronçons sont traités comme la cible d'entraînement.

Lepredicatedans un objet cible RDF

Pour les tâches de classification des nœuds et de régression des nœuds,predicatedéfinit les données littérales utilisées comme entité de nœud cible d'un nœud cible.

"predicate": "http://aws.amazon.com/neptune/csv2rdf/datatypeProperty/genre"
Note

Si les nœuds cibles ne possèdent qu'un seul prédicat définissant l'entité de nœud cible, lepredicatechamp peut être omis.

Pour les tâches de prédiction des liens,predicatedéfinit le type de relation des arêtes cibles :

"predicate": "http://aws.amazon.com/neptune/csv2rdf/datatypeProperty/direct"
Note

Pour les tâches de prédiction des liens,predicatedoit être utilisé en même temps quesubjectetobject. Si l'un de ces trois éléments n'est pas fourni, tous les tronçons sont traités comme la cible d'entraînement.

Leobjectdans un objet cible RDF

Pour les tâches de prédiction des liens,objectdéfinit le type de nœud de destination des tronçons cibles :

"object": "http://aws.amazon.com/neptune/csv2rdf/class/Movie"
Note

Pour les tâches de prédiction des liens,objectdoit être utilisé en même temps quesubjectetpredicate. Si l'un de ces trois éléments n'est pas fourni, tous les tronçons sont traités comme la cible d'entraînement.

Letypedans un objet cible RDF

Indique le type de tâche cible à effectuer, comme suit :

"type" : "regression"

Les types de tâches pris en charge pour les données RDF sont les suivants :

  • link_prediction

  • classification

  • regression

Ce champ est obligatoire.

Lesplit_ratedans un objet cible de graphes de propriétés

(Facultatif) Une estimation des proportions de nœuds ou de tronçons que les étapes d'entraînement, de validation et de test utiliseront respectivement. Ces proportions sont représentées par un tableau JSON de trois nombres compris entre zéro et un qui s'additionnent à un :

"split_rate": [0.7, 0.1, 0.2]

Si vous ne fournissez pas l'optionsplit_rate, la valeur estimée par défaut est[0.9, 0.1, 0.0].