Aus dem Kurs: Datamining mit Databricks/Spark und Automated Machine Learning in der Cloud

So erhalten Sie Zugriff auf diesen Kurs

Werden Sie noch heute Mitglied und erhalten Sie Zugriff auf mehr als 24.700 Kurse von Branchenfachleuten.

AutoML-Training starten

AutoML-Training starten

Aus dem Kurs: Datamining mit Databricks/Spark und Automated Machine Learning in der Cloud

Gratismonat starten Für Ihr Team erwerben

AutoML-Training starten

“

Da wir nun die Voreinstellungen erledigt haben, können wir mit dem eigentlichen AutoML-Training starten. Dafür brauchen wir als Schritt Nummer 1 die Definition der Trainingsdaten und die Definition des Labels. Das Label ist jene Variable, die vorhergesagt werden soll, in unserem Fall wollen wir ja die Taxidauer der jeweiligen Fahrten vorhersagen. Dementsprechend können wir auf duration_minutes zurückgreifen. Wie Sie sehen können, kann ich die Trainingsdaten mittels der Variable New, die wir ja im Vorfeld als tabulares Datenset registriert haben, zuweisen. Duration_minutes ist eine Spalte, die in diesem tabularen Datenset vorhanden ist. Als nächsten Schritt müssen wir unser Experiment definieren, d. h. alle Machine Learning-Modelle, die im Hintergrund trainiert werden, werden in diesem einen Experiment gespeichert. Wenn wir in Azure Machine Learning Service dann einsteigen, können wir nach dem Experiment predict_duration_adb suchen. Auch hier wieder, wenn Sie eine Fehlermeldung…

Inhalt