Snowpark ML-Versionshinweise¶

Neue Features und Aktualisierungen¶

Aktualisierungen bei Modellentwicklung:

• Implementierte precision_score-Kennzahl in SQL.

Fehlerkorrekturen¶

• Problem behoben, bei dem der Stacktrace von der Telemetrie ausgeblendet wird.

Probleme bei Modellentwicklung behoben:

• Beim Ableiten von Modellsignaturen wird nicht mehr der gesamte Datenframe im Arbeitsspeicher materialisiert.

Neue Features und Aktualisierungen¶

• Snowpark ML Modeling-API als „Allgemein verfügbar“ ausgewiesen.

• Der neue Parameter passthrough_col der Modellierungs-API ermöglicht das Ausschließen bestimmter Spalten, wie z. B. Indexspalten, während Training oder Inferenz, wenn nicht ausdrücklich input_cols angegeben wird.

Fehlerkorrekturen¶

• Probleme bei Modellentwicklung behoben:

  • confusion_matrix lieferte fehlerhafte Ergebnisse, wenn die Zeilenzahl nicht durch die Batchgröße geteilt werden konnte.

Neue Features und Aktualisierungen¶

• Ausführung von GridSearchCV und RandomizedSearchCV ist nun auf Warehouses mit mehreren Knoten verteilt.

Fehlerkorrekturen¶

• Probleme bei Modellentwicklung behoben:

  • Spalten wurden ausgeschlossen, wenn deren normalisierte Namen nicht mit den Namen übereinstimmten, die in output_columns von OrdinalEncoder und LabelEncoder angegeben waren. Die Ausgabespalten müssen keine gültigen Snowflake-Bezeichner mehr sein.

Neue Features und Aktualisierungen¶

• Keine

Fehlerkorrekturen¶

• Probleme bei Modellentwicklung behoben:

  • Spaltenkapazität von OrdinalEncoder erhöht.

Neue Features und Aktualisierungen¶

• Unterstützung von kneighbors hinzugefügt.

• Unterstützung von DecimalType als Datentyp.

Fehlerkorrekturen¶

• Probleme bei Modellentwicklung behoben:

  • Problem bei Unterstützung von XGBoost- und LightGBM-Modellen mit SKLearn Grid Search- und Randomized Search-Modellselektoren behoben.

  • Problem bei Kompatibilität von Metriken mit Snowpark-DataFrames behoben, die Snowflake-Bezeichner verwenden

Neue Features und Aktualisierungen¶

• Metrische Berechnungen mit precision_score, recall_score, f1_score, fbeta_score, precision_recall_fscore_support, mean_absolute_error, mean_squared_error und mean_absolute_percentage_error sind jetzt verteilt.

Fehlerkorrekturen¶

• Probleme bei Modellentwicklung behoben:

  • Probleme mit UTF-8 Dekodierungsfehlern bei der Verwendung von Modellierungsmodulen unter Windows behoben.

  • Problem mit Alias-Definitionen behoben, die SnowparkSQLUnexpectedAliasException bei Inferenz verursachen.

Neue Features und Aktualisierungen¶

• Berechnung der log_loss-Metrik ist nun verteilt.

Fehlerkorrekturen¶

• Probleme bei Modellentwicklung behoben:

  • Problem mit Fehlschlagen einiger Docker-Konfigurationen beim Erstellen von Images behoben.

  • Problem mit Einbetten der lokalen ML-Bibliothek beim Import der Bibliothek durch zipimport behoben.

  • Fehlerhafte Dokumentation zu Plattform-Argument in der Funktion deploy korrigiert.

Neue Features und Aktualisierungen¶

• Keine

Fehlerkorrekturen¶

• Probleme bei Modellentwicklung behoben:

  • Ordinal-Encoder kann mit gemischten Eingangsspaltentypen verwendet werden.

  • Problem mit sklearn-Standardwert np.nan behoben.

Neue Features und Aktualisierungen¶

• Deaktivieren der Telemetrie ist nun zulässig.

Fehlerkorrekturen¶

• Probleme bei Modellentwicklung behoben:

  • Problem im Zusammenhang mit pandas.io.json.json_normalizer behoben.

Neue Features und Aktualisierungen¶

• Modellentwicklung: Ergebnisgröße der Kennzahlen kann die bisherige Grenze von 8 MB überschreiten.

Fehlerkorrekturen¶

• Probleme bei Modellentwicklung behoben:

  • Fehler bei der Verwendung einfacher Imputer mit NumPy >= 1,25 behoben.

  • Fehler bei der Ableitung des Typs von Beschriftungsspalten behoben.

Neue Features und Aktualisierungen¶

• Modellentwicklung: Eingabe-Datenframes können jetzt mit Daten verknüpft werden, die aus Stagingdateien geladen wurden.

• Modellentwicklung: Unterstützung von Sprachen hinzugefügt, die nicht Englisch sind.

Fehlerkorrekturen¶

• Keine

Neue Features und Aktualisierungen¶

• Modellentwicklung: Kennzahlen hinzugefügt:

  • d2_absolute_error_score

  • d2_pinball_score

  • explained_variance_score

  • mean_absolute_error

  • mean_absolute_percentage_error

  • mean_squared_error

Fehlerkorrekturen¶

Modellentwicklung: accuracy_score funktioniert jetzt auch bei Label-Spaltennamen, die Listen von Einzelwerten sind.

Verhaltensänderungen¶

• Modellentwicklung: Kennzahlen-APIs wurde geändert, um den Scikit-Learn-Metrikmodulen zu folgen:

  • Methoden accuracy_score, confusion_matrix, precision_recall_fscore_support und precision_score werden zu metrics.classification verschoben.

Neue Features und Aktualisierungen¶

• Modellentwicklung: Kennzahlen hinzugefügt:

  • f1_score

  • fbeta_score

  • recall_score

  • roc_auc_score

  • roc_curve

  • log_loss

  • precision_recall_curve