Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
# Ejemplos del uso de parámetros en additionalParams para ajustar la configuración del entrenamiento de modelos
Los siguientes ejemplos muestran cómo utilizar la característica “additionalParams” en los modelos de datos de gráficos de propiedades y RDF para configurar varios aspectos del proceso de entrenamiento del modelo en una aplicación de Neptune ML. Los ejemplos cubren una amplia gama de funciones, incluida la especificación de tasas de división predeterminadas para training/validation/test los datos, la definición de tareas de clasificación de nodos, regresión y predicción de enlaces, así como la configuración de diferentes tipos de funciones, como cubos numéricos, incrustaciones de texto, fecha y hora y datos categóricos. Estas configuraciones detalladas le permiten adaptar el proceso de machine learning a los requisitos específicos de datos y modelado, lo que le permite aprovechar todo el potencial de las capacidades de Neptune ML.
**Contents**
+ [Ejemplos de gráficos de propiedades que utilizan additionalParams](#machine-learning-property-graph-additionalParams-examples)
+ [Especificación de una tasa de división predeterminada para la configuración del entrenamiento de modelos](#machine-learning-property-graph-additionalParams-default-split-rate-example)
+ [Especificación de una tarea de clasificación de nodos para la configuración del entrenamiento de modelos](#machine-learning-property-graph-additionalParams-node-classification-example)
+ [Especificación de una tarea de clasificación de nodos de varias clases para la configuración del entrenamiento de modelos](#machine-learning-property-graph-additionalParams-multi-class-example)
+ [Especificación de una tarea de regresión de nodos para la configuración del entrenamiento de modelos](#machine-learning-property-graph-additionalParams-node-regression-example)
+ [Especificación de una tarea de clasificación de bordes para la configuración del entrenamiento de modelos](#machine-learning-property-graph-additionalParams-edge-classification-example)
+ [Especificación de una tarea de borde de varias clases para la configuración del entrenamiento de modelos](#machine-learning-property-graph-additionalParams-multi-edge-classification-example)
+ [Especificación de una regresión de bordes para la configuración del entrenamiento de modelos](#machine-learning-property-graph-additionalParams-edge-regression-example)
+ [Especificación de una tarea de predicción de enlaces para la configuración del entrenamiento de modelos](#machine-learning-property-graph-additionalParams-link-prediction-example)
+ [Especificación de una característica de bucket numérico](#machine-learning-property-graph-additionalParams-numeric-bucket-example)
+ [Especificación de una característica `Word2Vec`](#machine-learning-property-graph-additionalParams-word2vec-example)
+ [Especificación de una característica `FastText`](#machine-learning-property-graph-additionalParams-fasttext-example)
+ [Especificación de una característica `Sentence BERT`](#machine-learning-property-graph-additionalParams-sbert-example)
+ [Especificación de una característica `TF-IDF`](#machine-learning-property-graph-additionalParams-tf-idf-example)
+ [Especificación de una característica `datetime`](#machine-learning-property-graph-additionalParams-datetime-example)
+ [Especificación de una característica `category`](#machine-learning-property-graph-additionalParams-category-example)
+ [Especificación de una característica `numerical`](#machine-learning-property-graph-additionalParams-numerical-example)
+ [Especificación de una característica `auto`](#machine-learning-property-graph-additionalParams-auto-example)
+ [Ejemplos de RDF con `additionalParams`](#machine-learning-RDF-additionalParams-examples)
+ [Especificación de una tasa de división predeterminada para la configuración del entrenamiento de modelos](#machine-learning-RDF-additionalParams-default-split-rate-example)
+ [Especificación de una tarea de clasificación de nodos para la configuración del entrenamiento de modelos](#machine-learning-RDF-additionalParams-node-classification-example)
+ [Especificación de una tarea de regresión de nodos para la configuración del entrenamiento de modelos](#machine-learning-RDF-additionalParams-node-regression-example)
+ [Especificación de una tarea de predicción de enlaces para determinados bordes](#machine-learning-RDF-additionalParams-link-prediction-example)
+ [Especificación de una tarea de predicción de enlaces para todos los bordes](#machine-learning-RDF-additionalParams-link-prediction-example)
## Ejemplos de gráficos de propiedades que utilizan additionalParams
### Especificación de una tasa de división predeterminada para la configuración del entrenamiento de modelos
En el siguiente ejemplo el parámetro `split_rate` establece la tasa de división predeterminada para el entrenamiento de modelos. Si no se especifica ninguna tasa de división predeterminada, el entrenamiento usa un valor de [0,9, 0,1, 0,0]. Para anular el valor predeterminado según el destino, especifique una `split_rate` para cada destino.
En el siguiente ejemplo el campo `default split_rate` indica que se debe utilizar una tasa de división de `[0.7,0.1,0.2]`, a no ser que se anule según el destino:
```
"additionalParams": {
"neptune_ml": {
"version": "v2.0",
"split_rate": [0.7,0.1,0.2],
"targets": [
(...)
],
"features": [
(...)
]
}
}
```
### Especificación de una tarea de clasificación de nodos para la configuración del entrenamiento de modelos
Para indicar la propiedad de nodo que incluye ejemplos etiquetados con fines de entrenamiento, añada un elemento de clasificación de nodos a la matriz de `targets` mediante `"type" : "classification"`. Si desea anular la tasa de división predeterminada, añada el campo `split_rate`.
En el siguiente ejemplo el destino `node` indica que la propiedad `genre` de cada nodo `Movie` debe tratarse como una etiqueta de clase de nodo. El valor `split_rate` anula la tasa de división predeterminada:
```
"additionalParams": {
"neptune_ml": {
"version": "v2.0",
"targets": [
{
"node": "Movie",
"property": "genre",
"type": "classification",
"split_rate": [0.7,0.1,0.2]
}
],
"features": [
(...)
]
}
}
```
### Especificación de una tarea de clasificación de nodos de varias clases para la configuración del entrenamiento de modelos
Para indicar la propiedad de nodo que incluye varios ejemplos etiquetados con fines de entrenamiento, añada un elemento de clasificación de nodos a la matriz de destino mediante `"type" : "classification"` y `separator` para especificar un carácter que pueda usarse para dividir el valor de una propiedad de destino en varios valores categóricos. Si desea anular la tasa de división predeterminada, añada el campo `split_rate`.
En el siguiente ejemplo el destino `node` indica que la propiedad `genre` de cada nodo `Movie` debe tratarse como una etiqueta de clase de nodo. El campo `separator` indica que cada propiedad de género incluye varios valores separados por punto y coma:
```
"additionalParams": {
"neptune_ml": {
"version": "v2.0",
"targets": [
{
"node": "Movie",
"property": "genre",
"type": "classification",
"separator": ";"
}
],
"features": [
(...)
]
}
}
```
### Especificación de una tarea de regresión de nodos para la configuración del entrenamiento de modelos
Para indicar la propiedad de nodo que incluye regresiones etiquetadas con fines de entrenamiento, añada un elemento de regresión de nodos a la matriz de destino mediante `"type" : "regression"`. Si desea anular la tasa de división predeterminada, añada el campo split\$1rate.
El siguiente destino `node` indica que la propiedad `rating` de cada nodo `Movie` debe tratarse como una etiqueta de regresión de nodo.
```
"additionalParams": {
"neptune_ml": {
"version": "v2.0",
"targets": [
{
"node": "Movie",
"property": "rating",
"type" : "regression",
"split_rate": [0.7,0.1,0.2]
}
],
"features": [
...
]
}
}
```
### Especificación de una tarea de clasificación de bordes para la configuración del entrenamiento de modelos
Para indicar la propiedad de borde que incluye ejemplos etiquetados con fines de entrenamiento, añada un elemento de borde a la matriz de `targets` mediante `"type" : "regression"`. Si desea anular la tasa de división predeterminada, añada el campo split\$1rate.
El siguiente destino `edge` indica que la propiedad `metAtLocation` de cada borde `knows` debe tratarse como una etiqueta de clase de borde:
```
"additionalParams": {
"neptune_ml": {
"version": "v2.0",
"targets": [
{
"edge": ["Person", "knows", "Person"],
"property": "metAtLocation",
"type": "classification"
}
],
"features": [
(...)
]
}
}
```
### Especificación de una tarea de borde de varias clases para la configuración del entrenamiento de modelos
Para indicar la propiedad de borde que incluye varios ejemplos etiquetados con fines de entrenamiento, añada un elemento de borde a la matriz de `targets` mediante `"type" : "classification"` y un campo `separator` para especificar un carácter utilizado para dividir el valor de una propiedad de destino en varios valores categóricos. Si desea anular la tasa de división predeterminada, añada el campo `split_rate`.
El siguiente destino `edge` indica que la propiedad `sentiment` de cada borde `repliedTo` debe tratarse como una etiqueta de clase de borde. El campo del separador indica que cada propiedad de opinión incluye varios valores separados por comas:
```
"additionalParams": {
"neptune_ml": {
"version": "v2.0",
"targets": [
{
"edge": ["Person", "repliedTo", "Message"],
"property": "sentiment",
"type": "classification",
"separator": ","
}
],
"features": [
(...)
]
}
}
```
### Especificación de una regresión de bordes para la configuración del entrenamiento de modelos
Para indicar la propiedad de borde que incluye ejemplos de regresión etiquetados con fines de entrenamiento, añada un elemento `edge` a la matriz de `targets` mediante `"type" : "regression"`. Si desea anular la tasa de división predeterminada, añada el campo `split_rate`.
El siguiente destino `edge` indica que la propiedad `rating` de cada borde `reviewed` debe tratarse como una regresión de borde:
```
"additionalParams": {
"neptune_ml": {
"version": "v2.0",
"targets": [
{
"edge": ["Person", "reviewed", "Movie"],
"property": "rating",
"type" : "regression"
}
],
"features": [
(...)
]
}
}
```
### Especificación de una tarea de predicción de enlaces para la configuración del entrenamiento de modelos
Para indicar los bordes que deben usarse con fines de entrenamiento de predicción de enlaces, añada un elemento de borde a la matriz de destino mediante `"type" : "link_prediction"`. Si desea anular la tasa de división predeterminada, añada el campo `split_rate`.
El siguiente destino `edge` indica que los bordes `cites` deben usarse para la predicción de enlaces:
```
"additionalParams": {
"neptune_ml": {
"version": "v2.0",
"targets": [
{
"edge": ["Article", "cites", "Article"],
"type" : "link_prediction"
}
],
"features": [
(...)
]
}
}
```
### Especificación de una característica de bucket numérico
Para especificar una característica de datos numéricos para una propiedad de nodo, añada `"type": "bucket_numerical"` a la matriz de `features`.
La siguiente característica `node` indica que la propiedad `age` de cada nodo `Person` debe tratarse como una característica de bucket numérico:
```
"additionalParams": {
"neptune_ml": {
"targets": [
...
],
"features": [
{
"node": "Person",
"property": "age",
"type": "bucket_numerical",
"range": [1, 100],
"bucket_cnt": 5,
"slide_window_size": 3,
"imputer": "median"
}
]
}
}
```
### Especificación de una característica `Word2Vec`
Para especificar una característica `Word2Vec` para una propiedad de nodo, añada `"type": "text_word2vec"` a la matriz de `features`.
La siguiente característica `node` indica que la propiedad `description` de cada nodo `Movie` debe tratarse como una característica `Word2Vec`:
```
"additionalParams": {
"neptune_ml": {
"version": "v2.0",
"targets": [
...
],
"features": [
{
"node": "Movie",
"property": "description",
"type": "text_word2vec",
"language": "en_core_web_lg"
}
]
}
}
```
### Especificación de una característica `FastText`
Para especificar una característica `FastText` para una propiedad de nodo, añada `"type": "text_fasttext"` a la matriz de `features`. El campo `language` es obligatorio y debe especificar uno de los siguientes códigos de idiomas:
+ `en` (inglés)
+ `zh` (chino)
+ `hi` (hindi)
+ `es` (español)
+ `fr` (francés)
Tenga en cuenta que la codificación `text_fasttext` no puede admitir más de un idioma a la vez en una característica.
La siguiente característica `node` indica que la propiedad `description` (francés) de cada nodo `Movie` debe tratarse como una característica `FastText`:
```
"additionalParams": {
"neptune_ml": {
"version": "v2.0",
"targets": [
...
],
"features": [
{
"node": "Movie",
"property": "description",
"type": "text_fasttext",
"language": "fr",
"max_length": 1024
}
]
}
}
```
### Especificación de una característica `Sentence BERT`
Para especificar una característica `Sentence BERT` para una propiedad de nodo, añada `"type": "text_sbert"` a la matriz de `features`. No es necesario especificar el idioma, ya que el método codifica automáticamente las características de texto mediante un modelo de idioma multilingüe.
La siguiente característica `node` indica que la propiedad `description` de cada nodo `Movie` debe tratarse como una característica `Sentence BERT`:
```
"additionalParams": {
"neptune_ml": {
"version": "v2.0",
"targets": [
...
],
"features": [
{
"node": "Movie",
"property": "description",
"type": "text_sbert128",
}
]
}
}
```
### Especificación de una característica `TF-IDF`
Para especificar una característica `TF-IDF` para una propiedad de nodo, añada `"type": "text_tfidf"` a la matriz de `features`.
La siguiente característica `node` indica que la propiedad `bio` de cada nodo `Person` debe tratarse como una característica `TF-IDF`:
```
"additionalParams": {
"neptune_ml": {
"version": "v2.0",
"targets": [
...
],
"features": [
{
"node": "Movie",
"property": "bio",
"type": "text_tfidf",
"ngram_range": [1, 2],
"min_df": 5,
"max_features": 1000
}
]
}
}
```
### Especificación de una característica `datetime`
El proceso de exportación infiere automáticamente las características `datetime` de las propiedades de fecha. Sin embargo, si desea limitar las `datetime_parts` usadas para una característica `datetime` o anular una especificación de característica para que una propiedad que normalmente se trataría como una característica `auto` se trate de forma explícita como una característica `datetime`, añada una `"type": "datetime"` a la matriz de característica.
La siguiente característica `node` indica que la propiedad `createdAt` de cada nodo `Post` debe tratarse como una característica `datetime`:
```
"additionalParams": {
"neptune_ml": {
"version": "v2.0",
"targets": [
...
],
"features": [
{
"node": "Post",
"property": "createdAt",
"type": "datetime",
"datetime_parts": ["month", "weekday", "hour"]
}
]
}
}
```
### Especificación de una característica `category`
El proceso de exportación infiere automáticamente las características `auto` de las propiedades de cadenas y de las propiedades numéricas que incluyen varios valores. En el caso de las propiedades numéricas que incluyen valores únicos, infiere las características `numerical`. En el caso de las propiedades de fecha, infiere las características `datetime`.
Si desea anular una especificación de característica para que una propiedad se trate como una característica categórica, añada `"type": "category"` a la matriz de característica. Si la propiedad incluye varios valores, incluya un campo `separator`. Por ejemplo:
```
"additionalParams": {
"neptune_ml": {
"version": "v2.0",
"targets": [
...
],
"features": [
{
"node": "Post",
"property": "tag",
"type": "category",
"separator": "|"
}
]
}
}
```
### Especificación de una característica `numerical`
El proceso de exportación infiere automáticamente las características `auto` de las propiedades de cadenas y de las propiedades numéricas que incluyen varios valores. En el caso de las propiedades numéricas que incluyen valores únicos, infiere las características `numerical`. En el caso de las propiedades de fecha, infiere las características `datetime`.
Si desea anular una especificación de característica para que una propiedad se trate como una característica `numerical`, añada `"type": "numerical"` a la matriz de característica. Si la propiedad incluye varios valores, incluya un campo `separator`. Por ejemplo:
```
"additionalParams": {
"neptune_ml": {
"version": "v2.0",
"targets": [
...
],
"features": [
{
"node": "Recording",
"property": "duration",
"type": "numerical",
"separator": ","
}
]
}
}
```
### Especificación de una característica `auto`
El proceso de exportación infiere automáticamente las características `auto` de las propiedades de cadenas y de las propiedades numéricas que incluyen varios valores. En el caso de las propiedades numéricas que incluyen valores únicos, infiere las características `numerical`. En el caso de las propiedades de fecha, infiere las características `datetime`.
Si desea anular una especificación de característica para que una propiedad se trate como una característica `auto`, añada `"type": "auto"` a la matriz de característica. Si la propiedad incluye varios valores, incluya un campo `separator`. Por ejemplo:
```
"additionalParams": {
"neptune_ml": {
"version": "v2.0",
"targets": [
...
],
"features": [
{
"node": "User",
"property": "role",
"type": "auto",
"separator": ","
}
]
}
}
```
## Ejemplos de RDF con `additionalParams`
### Especificación de una tasa de división predeterminada para la configuración del entrenamiento de modelos
En el siguiente ejemplo el parámetro `split_rate` establece la tasa de división predeterminada para el entrenamiento de modelos. Si no se especifica ninguna tasa de división predeterminada, el entrenamiento usa un valor de [0,9, 0,1, 0,0]. Para anular el valor predeterminado según el destino, especifique una `split_rate` para cada destino.
En el siguiente ejemplo el campo `default split_rate` indica que se debe utilizar una tasa de división de `[0.7,0.1,0.2]`, a no ser que se anule según el destino:
```
"additionalParams": {
"neptune_ml": {
"version": "v2.0",
"split_rate": [0.7,0.1,0.2],
"targets": [
(...)
]
}
}
```
### Especificación de una tarea de clasificación de nodos para la configuración del entrenamiento de modelos
Para indicar la propiedad de nodo que incluye ejemplos etiquetados con fines de entrenamiento, añada un elemento de clasificación de nodos a la matriz de `targets` mediante `"type" : "classification"`. Añada un campo node para indicar el tipo de nodo de los nodos de destino. Añada un campo `predicate` para definir los datos literales que se utilizarán como la característica de nodo de destino del nodo de destino. Si desea anular la tasa de división predeterminada, añada el campo `split_rate`.
En el siguiente ejemplo el destino `node` indica que la propiedad `genre` de cada nodo `Movie` debe tratarse como una etiqueta de clase de nodo. El valor `split_rate` anula la tasa de división predeterminada:
```
"additionalParams": {
"neptune_ml": {
"version": "v2.0",
"targets": [
{
"node": "http://aws.amazon.com/neptune/csv2rdf/class/Movie",
"predicate": "http://aws.amazon.com/neptune/csv2rdf/datatypeProperty/genre",
"type": "classification",
"split_rate": [0.7,0.1,0.2]
}
]
}
}
```
### Especificación de una tarea de regresión de nodos para la configuración del entrenamiento de modelos
Para indicar la propiedad de nodo que incluye regresiones etiquetadas con fines de entrenamiento, añada un elemento de regresión de nodos a la matriz de destino mediante `"type" : "regression"`. Añada un campo `node` para indicar el tipo de nodo de los nodos de destino. Añada un campo `predicate` para definir los datos literales que se utilizarán como la característica de nodo de destino del nodo de destino. Si desea anular la tasa de división predeterminada, añada el campo `split_rate`.
El siguiente destino `node` indica que la propiedad `rating` de cada nodo `Movie` debe tratarse como una etiqueta de regresión de nodo.
```
"additionalParams": {
"neptune_ml": {
"version": "v2.0",
"targets": [
{
"node": "http://aws.amazon.com/neptune/csv2rdf/class/Movie",
"predicate": "http://aws.amazon.com/neptune/csv2rdf/datatypeProperty/rating",
"type": "regression",
"split_rate": [0.7,0.1,0.2]
}
]
}
}
```
### Especificación de una tarea de predicción de enlaces para determinados bordes
Para indicar los bordes que deben usarse con fines de entrenamiento de predicción de enlaces, añada un elemento de borde a la matriz de destino mediante `"type" : "link_prediction"`. Añada los campos `subject`, `predicate` y `object` para especificar el tipo de borde. Si desea anular la tasa de división predeterminada, añada el campo `split_rate`.
El siguiente destino `edge` indica que los bordes `directed` que conectan `Directors` a `Movies` deben usarse para la predicción de enlaces:
```
"additionalParams": {
"neptune_ml": {
"version": "v2.0",
"targets": [
{
"subject": "http://aws.amazon.com/neptune/csv2rdf/class/Director",
"predicate": "http://aws.amazon.com/neptune/csv2rdf/datatypeProperty/directed",
"object": "http://aws.amazon.com/neptune/csv2rdf/class/Movie",
"type" : "link_prediction"
}
]
}
}
```
### Especificación de una tarea de predicción de enlaces para todos los bordes
Para indicar que todos los bordes que deben usarse con fines de entrenamiento de predicción de enlaces, añada un elemento `edge` a la matriz de destino mediante `"type" : "link_prediction"`. No añada los campos `subject`, `predicate` ni `object`. Si desea anular la tasa de división predeterminada, añada el campo `split_rate`.
```
"additionalParams": {
"neptune_ml": {
"version": "v2.0",
"targets": [
{
"type" : "link_prediction"
}
]
}
}
```