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.
Le champ targets dans un objet neptune_ml
Le targets champ d'une configuration d'exportation de données d'JSONentraînement contient un tableau d'objets cibles qui spécifient une tâche d'entraînement ainsi que les étiquettes des cours d'apprentissage automatique pour l'entraînement à cette tâche. Le contenu des objets cibles varie selon que vous vous entraînez sur des données de graphes de propriétés ou RDF sur des données.
Pour les tâches de classification et de régression de nœud de graphe de propriétés, 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 prédiction de lien, de régression ou de classification d'arête de graphe de propriétés, 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 RDF classification et de régression, 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 RDF liens, 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 :
Table des matières
Champs figurant dans un objet cible de graphe de propriétés
Le champ de nœud (sommet) d'un objet cible
Étiquette de graphe de propriétés d'un nœud cible (sommet). Un objet cible doit contenir un élément node ou un élément edge, mais pas les deux.
Un élément node peut prendre une valeur unique, 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"]
Le champ de bord d'un objet cible comportant un graphe de propriétés
Spécifie une arête cible à l'aide de sa ou ses étiquettes de nœud de départ, de sa propre étiquette et de sa ou ses étiquettes de nœud de fin. Un objet cible doit contenir un élément edge ou un élément node, mais pas les deux.
La valeur d'un edge champ est un JSON tableau de trois chaînes qui représentent les étiquettes du graphe de propriétés du nœud de départ, l'étiquette du graphe de propriétés du bord lui-même et les étiquettes du graphe de propriétés du nœud final, comme suit :
"edge": ["Person_A", "knows", "Person_B"]
Si le nœud de départ et/ou le nœud de fin possèdent plusieurs étiquettes, placez-les dans un tableau, comme ceci :
"edge": [ ["Admin", Person_A"], "knows", ["Admin", "Person_B"] ]
Le champ de propriété d'un objet cible comportant un graphe de propriétés
Spécifie une propriété du sommet ou de l'arête cible, comme suit :
"property" : "rating"
Ce champ est obligatoire, sauf lorsque la tâche cible est une prédiction de lien.
Le champ de type dans un objet cible comportant un graphe de propriétés
Indique le type de tâche cible à exécuter sur l'élément node ou edge, comme ceci :
"type" : "regression"
Les types de tâche pris en charge pour les nœuds sont les suivants :
classificationregression
Les types de tâche pris en charge pour les arêtes sont les suivants :
classificationregressionlink_prediction
Ce champ est obligatoire.
Le champ split_rate dans un objet cible Property-Graph
(Facultatif) Estimation des proportions de nœuds et d'arêtes que les phases d'entraînement, de validation et de test utiliseront, respectivement. Ces proportions sont représentées par un JSON tableau de trois nombres compris entre zéro et un dont la somme est égale à un :
"split_rate": [0.7, 0.1, 0.2]
Si vous ne fournissez pas le split_rate champ facultatif, la valeur estimée par défaut est [0.9, 0.1, 0.0] destinée aux tâches de classification et de régression, ainsi qu'[0.9,0.05, 0.05]aux tâches de prédiction de liens.
Le champ de séparation dans un objet cible comportant un graphe de propriétés
(Facultatif) Utilisé avec une tâche de classification.
Le champ separator spécifie un caractère utilisé pour diviser la valeur d'une propriété cible en plusieurs valeurs catégorielles, lorsqu'il est utilisé pour stocker plusieurs valeurs de catégorie dans une chaîne. Par exemple :
"separator": "|"
La présence d'un champ separator indique que la tâche est une tâche de classification à plusieurs cibles.
Champs d'un objet RDF cible
Le champ de nœud dans un objet RDF cible
Définit le type de nœud des nœuds cibles. Utilisé avec les tâches de classification de nœud ou les tâches de régression de nœud. 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
An ne RDF node peut prendre qu'une seule valeur, comme celle-ci :
"node": "http://aws.amazon.com/neptune/csv2rdf/class/Movie"
Le champ objet d'un objet RDF cible
Pour les tâches de prédiction de lien, subject définit le type de nœud source des arêtes cibles.
"subject": "http://aws.amazon.com/neptune/csv2rdf/class/Director"
Note
Pour les tâches de prédiction de lien, subject doit être utilisé conjointement avec predicate et object. Si aucune de ces trois options n'est fournie, toutes les arêtes sont traitées comme cible d'entraînement.
Le champ de prédicat dans un objet RDF cible
Pour les tâches de classification de nœud et de régression de nœud, predicate définit les données littérales utilisées comme fonctionnalité de nœud cible d'un nœud cible.
"predicate": "http://aws.amazon.com/neptune/csv2rdf/datatypeProperty/genre"
Note
Si les nœuds cibles n'ont qu'un seul prédicat définissant la fonctionnalité de nœud cible, le champ predicate peut être omis.
Pour les tâches de prédiction de lien, predicate définit le type de relation des arêtes cibles :
"predicate": "http://aws.amazon.com/neptune/csv2rdf/datatypeProperty/direct"
Note
Pour les tâches de prédiction de lien, predicate doit être utilisé conjointement avec subject et object. Si aucune de ces trois options n'est fournie, toutes les arêtes sont traitées comme cible d'entraînement.
Le champ d'objet dans un objet RDF cible
Pour les tâches de prédiction de lien, object définit le type de nœud de destination des arêtes cibles :
"object": "http://aws.amazon.com/neptune/csv2rdf/class/Movie"
Note
Pour les tâches de prédiction de lien, object doit être utilisé conjointement avec subject et predicate. Si aucune de ces trois options n'est fournie, toutes les arêtes sont traitées comme cible d'entraînement.
Le champ de type dans un objet RDF cible
Indique le type de tâche cible à effectuer, comme suit :
"type" : "regression"
Les types de tâches pris en charge pour les RDF données sont les suivants :
link_predictionclassificationregression
Ce champ est obligatoire.
Champ split_rate figurant dans un objet cible de graphe de propriétés
(Facultatif) Estimation des proportions de nœuds et d'arêtes que les phases d'entraînement, de validation et de test utiliseront, respectivement. Ces proportions sont représentées par un JSON tableau de trois nombres compris entre zéro et un dont la somme est égale à un :
"split_rate": [0.7, 0.1, 0.2]
Si vous ne spécifiez pas le champ split_rate facultatif, la valeur estimée par défaut est [0.9, 0.1, 0.0].
