Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
targets
Bidang dalam suatu neptune_ml
objek
targets
Bidang dalam konfigurasi ekspor data JSON pelatihan berisi array objek target yang menentukan tugas pelatihan dan dan label kelas pembelajaran mesin untuk melatih tugas ini. Isi objek target bervariasi tergantung pada apakah Anda melatih data atau RDF data grafik properti.
Untuk klasifikasi node grafik properti dan tugas regresi, objek target dalam array dapat terlihat seperti ini:
{ "node": "
(node property-graph label)
", "property": "(property name)
", "type" : "(used to specify classification or regression)
", "split_rate": [0.8,0.2,0.0], "separator": "," }
Untuk tugas klasifikasi tepi grafik properti, regresi atau prediksi tautan, mereka dapat terlihat seperti ini:
{ "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": "," }
Untuk tugas RDF klasifikasi dan regresi, objek target dalam array dapat terlihat seperti ini:
{ "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] }
Untuk tugas prediksi RDF tautan, objek target dalam array dapat terlihat seperti ini::
{ "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] }
Objek target dapat berisi bidang-bidang berikut:
Daftar Isi
Bidang dalam objek target grafik properti
Bidang node
(simpul) dalam objek target
Label grafik properti dari simpul target (simpul). Objek target harus mengandung node
elemen atau edge
elemen, tetapi tidak keduanya.
A node
dapat mengambil salah satu nilai tunggal, seperti ini:
"node": "Movie"
Atau, dalam kasus simpul multi-label, dapat mengambil array nilai, seperti ini:
"node": ["Content", "Movie"]
edge
Bidang dalam objek target grafik properti
Menentukan tepi target dengan label node awal, labelnya sendiri, dan label end-node nya. Objek target harus mengandung edge
elemen atau node
elemen, tetapi tidak keduanya.
Nilai edge
bidang adalah JSON larik dari tiga string yang mewakili label grafik properti simpul awal, label grafik properti dari tepi itu sendiri, dan label grafik properti simpul akhir, seperti ini:
"edge": ["Person_A", "knows", "Person_B"]
Jika node awal dan/atau node akhir memiliki beberapa label, lampirkan dalam array, seperti ini:
"edge": [ ["Admin", Person_A"], "knows", ["Admin", "Person_B"] ]
property
Bidang dalam objek target grafik properti
Menentukan properti dari simpul target atau tepi, seperti ini:
"property" : "rating"
Bidang ini diperlukan, kecuali jika tugas target adalah prediksi tautan.
type
Bidang dalam objek target grafik properti
Menunjukkan jenis tugas target yang akan dilakukan pada node
atauedge
, seperti ini:
"type" : "regression"
Jenis tugas yang didukung untuk node adalah:
classification
regression
Jenis tugas yang didukung untuk tepi adalah:
classification
regression
link_prediction
Bidang ini wajib diisi.
split_rate
Bidang dalam objek target grafik properti
(Opsional) Perkiraan proporsi node atau tepi yang akan digunakan masing-masing tahap pelatihan, validasi, dan pengujian. Proporsi ini diwakili oleh JSON array tiga angka antara nol dan satu yang menambahkan hingga satu:
"split_rate": [0.7, 0.1, 0.2]
Jika Anda tidak menyediakan split_rate
bidang opsional, nilai estimasi default adalah [0.9, 0.1, 0.0]
untuk tugas klasifikasi dan regresi, dan [0.9,0.05, 0.05]
untuk tugas prediksi tautan.
separator
Bidang dalam objek target grafik properti
(Opsional) Digunakan dengan tugas klasifikasi.
separator
Bidang menentukan karakter yang digunakan untuk membagi nilai properti target menjadi beberapa nilai kategoris ketika digunakan untuk menyimpan beberapa nilai kategori dalam string. Sebagai contoh:
"separator": "|"
Kehadiran separator
bidang menunjukkan bahwa tugas tersebut adalah tugas klasifikasi multi-target.
Bidang dalam objek RDF target
node
Bidang dalam objek RDF target
Mendefinisikan jenis node node target. Digunakan dengan tugas klasifikasi node atau tugas regresi node. Jenis node dari node di RDF didefinisikan oleh:
node_id, <http://www.w3.org/1999/02/22-rdf-syntax-ns#type>, node_type
An hanya RDF node
dapat mengambil satu nilai, seperti ini:
"node": "http://aws.amazon.com/neptune/csv2rdf/class/Movie"
subject
Bidang dalam objek RDF target
Untuk tugas prediksi tautan, subject
tentukan jenis simpul sumber dari tepi target.
"subject": "http://aws.amazon.com/neptune/csv2rdf/class/Director"
catatan
Untuk tugas prediksi tautan, subject
harus digunakan bersama dengan predicate
danobject
. Jika salah satu dari ketiganya tidak disediakan, semua sisi diperlakukan sebagai target pelatihan.
predicate
Bidang dalam objek RDF target
Untuk tugas klasifikasi node dan regresi node, predicate
mendefinisikan data literal apa yang digunakan sebagai fitur node target dari node target.
"predicate": "http://aws.amazon.com/neptune/csv2rdf/datatypeProperty/genre"
catatan
Jika node target hanya memiliki satu predikat yang mendefinisikan fitur simpul target, predicate
bidang tersebut dapat dihilangkan.
Untuk tugas prediksi tautan, predicate
tentukan jenis relasi tepi target:
"predicate": "http://aws.amazon.com/neptune/csv2rdf/datatypeProperty/direct"
catatan
Untuk tugas prediksi tautan, predicate
harus digunakan bersama dengan subject
danobject
. Jika salah satu dari ketiganya tidak disediakan, semua sisi diperlakukan sebagai target pelatihan.
object
Bidang dalam objek RDF target
Untuk tugas prediksi tautan, object
tentukan jenis simpul tujuan dari tepi target:
"object": "http://aws.amazon.com/neptune/csv2rdf/class/Movie"
catatan
Untuk tugas prediksi tautan, object
harus digunakan bersama dengan subject
danpredicate
. Jika salah satu dari ketiganya tidak disediakan, semua sisi diperlakukan sebagai target pelatihan.
type
Bidang dalam objek RDF target
Menunjukkan jenis tugas target yang akan dilakukan, seperti ini:
"type" : "regression"
Jenis tugas yang didukung untuk RDF data adalah:
link_prediction
classification
regression
Bidang ini wajib diisi.
split_rate
Bidang dalam objek target grafik properti
(Opsional) Perkiraan proporsi node atau tepi yang akan digunakan masing-masing tahap pelatihan, validasi, dan pengujian. Proporsi ini diwakili oleh JSON array tiga angka antara nol dan satu yang menambahkan hingga satu:
"split_rate": [0.7, 0.1, 0.2]
Jika Anda tidak menyediakan split_rate
bidang opsional, nilai estimasi default adalah[0.9, 0.1, 0.0]
.