DatasetProfile 類別
注意
這是實驗性類別，可以隨時變更。 請參閱 https://aka.ms/azuremlexperimental 以取得詳細資訊。
DatasetProfile 會收集資料流程所產生資料的摘要統計資料。
建立 DatasetProfile 物件。
- 繼承
-
builtins.objectDatasetProfile
建構函式
DatasetProfile(saved_dataset_id, run_id, experiment_name, workspace, profile)參數
| 名稱 | Description |
|---|---|
|
saved_dataset_id
必要
|
計算設定檔之資料集的識別碼。 |
|
run_id
必要
|
用來計算設定檔之實驗的執行識別碼。 |
|
experiment_name
必要
|
用來計算設定檔的提交實驗名稱。 |
|
workspace
必要
|
設定檔執行所屬的工作區。 如需工作區的詳細資訊，請參閱 https://docs.microsoft.com/en-us/python/api/azureml-core/azureml.core.workspace.workspace 。 |
|
profile
必要
|
<xref:azureml.dataprep.DataProfile>
DataProfile 類型的最新設定檔執行結果。 |
|
saved_dataset_id
必要
|
計算設定檔之資料集的識別碼。 |
|
run_id
必要
|
用來計算設定檔之實驗的執行識別碼。 |
|
experiment_name
必要
|
用來計算設定檔的提交實驗名稱。 |
|
workspace
必要
|
設定檔執行所屬的工作區。 如需工作區的詳細資訊，請參閱 https://docs.microsoft.com/en-us/python/api/azureml-core/azureml.core.workspace.workspace 。 |
|
profile
必要
|
<xref:azureml.dataprep.DataProfile>
DataProfile 類型的最新設定檔執行結果。 |
方法
| get_producing_run |
注意 這是實驗性方法，可以隨時變更。 請參閱 https://aka.ms/azuremlexperimental 以取得詳細資訊。 傳回產生此設定檔之 Run 類型的實驗 Run 物件。 |
| is_stale |
注意 這是實驗性方法，可以隨時變更。 請參閱 https://aka.ms/azuremlexperimental 以取得詳細資訊。 傳回布林值，以描述計算設定檔是否過時。 如果計算設定檔之後基礎資料有所變更，則會將設定檔視為過時。
|
get_producing_run
注意
這是實驗性方法，可以隨時變更。 請參閱 https://aka.ms/azuremlexperimental 以取得詳細資訊。
傳回產生此設定檔之 Run 類型的實驗 Run 物件。
get_producing_run()傳回
| 類型 | Description |
|---|---|
|
針對此設定檔執行提交的實驗回合。 如需執行的詳細資訊，請參閱 https://docs.microsoft.com/en-us/python/api/azureml-core/azureml.core.run(class 。 |
is_stale
注意
這是實驗性方法，可以隨時變更。 請參閱 https://aka.ms/azuremlexperimental 以取得詳細資訊。
傳回布林值，以描述計算設定檔是否過時。
如果計算設定檔之後基礎資料有所變更，則會將設定檔視為過時。
- 如果無法偵測到資料來源變更，則會引發 TypeError。
- 如果提交設定檔執行之後資料來源已變更，則旗標會是 True;
- 否則，設定檔會比對目前的資料，而 旗標會是 False。
is_stale()傳回
| 類型 | Description |
|---|---|
|
布林值，用來描述計算設定檔是否過時。 |