Notes de version de Snowpark ML¶

Nouvelles fonctions et mises à jour¶

Mises à jour pour le développement de modèles :

• Mise en œuvre de la métrique precision_score dans SQL.

Corrections de bogues¶

• Correction d’un problème où la trace de pile était cachée par la télémétrie.

Correctifs pour le développement de modèles :

• L’inférence des signatures de modèles ne matérialise plus le cadre de données complet en mémoire.

Nouvelles fonctions et mises à jour¶

• L’API Snowpark ML Modeling désignée comme généralement disponible.

• Le nouveau paramètre passthrough_col de l’API Modeling permet d’exclure des colonnes spécifiques, comme les colonnes d’index, lors de la formation ou de l’inférence, lorsque l’on ne spécifie pas explicitement des input_cols.

Corrections de bogues¶

• Correctifs pour le développement de modèles :

  • confusion_matrix fournissait des résultats incorrects lorsque le nombre de lignes ne pouvait pas être divisé par la taille de lot.

Nouvelles fonctions et mises à jour¶

• L’exécution de GridSearchCV et de RandomizedSearchCV est désormais distribuée sur des entrepôts à plusieurs nœuds.

Corrections de bogues¶

• Correctifs pour le développement de modèles :

  • Les colonnes étaient exclues si leurs noms normalisés ne correspondaient pas aux noms spécifiés dans output_columns dans OrdinalEncoder et dans LabelEncoder. Les colonnes de sortie n’ont plus besoin d’être des identificateurs Snowflake valides.

Nouvelles fonctions et mises à jour¶

• Aucun

Corrections de bogues¶

• Correctifs pour le développement de modèles :

  • Augmentation de la capacité de la colonne de OrdinalEncoder.

Nouvelles fonctions et mises à jour¶

• Ajout de la prise en charge pour kneighbors.

• Prise en charge de DecimalType en tant que type de données.

Corrections de bogues¶

• Correctifs pour le développement de modèles :

  • Correction de la prise en charge des modèles XGBoost et LightGBM à l’aide des sélecteurs de modèles SKLearn Grid Search et Randomized Search.

  • Corrige la compatibilité des métriques avec les DataFrames Snowpark qui utilisent les identificateurs Snowflake

Nouvelles fonctions et mises à jour¶

• precision_score, recall_score, f1_score, fbeta_score, precision_recall_fscore_support, mean_absolute_error, mean_squared_error, et les calculs métriques mean_absolute_percentage_error sont maintenant distribués.

Corrections de bogues¶

• Correctifs pour le développement de modèles :

  • Correction d’erreurs de décodage UTF-8 lors de l’utilisation de modules de modélisation sous Windows.

  • Correction des définitions d’alias causant SnowparkSQLUnexpectedAliasException dans l’inférence.

Nouvelles fonctions et mises à jour¶

• Le calcul de la métrique log_loss est maintenant distribué.

Corrections de bogues¶

• Correctifs pour le développement de modèles :

  • La construction d’images n’échoue plus avec certaines configurations Docker.

  • L’intégration de la bibliothèque locale ML n’échoue plus lorsque la bibliothèque est importée par zipimport.

  • Mise à jour de la documentation incorrecte concernant l’argument de la plateforme dans la fonction deploy.

Nouvelles fonctions et mises à jour¶

• Aucun

Corrections de bogues¶

• Correctifs pour le développement de modèles :

  • Le codeur ordinal peut être utilisé avec des types de colonnes à entrée mixtes.

  • Correction d’un problème lorsque la valeur par défaut de sklearn est np.nan.

Nouvelles fonctions et mises à jour¶

• Permet de désactiver la télémétrie.

Corrections de bogues¶

• Correctifs pour le développement de modèles :

  • Correction d’une erreur liée à pandas.io.json.json_normalizer.

Nouvelles fonctions et mises à jour¶

• Développement de modèles : la taille du résultat des métriques peut dépasser la limite précédente qui est de 8MB.

Corrections de bogues¶

• Correctifs pour le développement de modèles :

  • Correction d’un bogue lors de l’utilisation de l’impacteur simple avec NumPy >= 1,25.

  • Correction d’un bogue lors de l’inférence du type de colonnes de balises.

Nouvelles fonctions et mises à jour¶

• Développement de modèles : les dataframes d’entrée peuvent désormais être associés à des données chargées à partir de fichiers en zone de préparation.

• Développement de modèles : ajout de la prise en charge des langues autres que l’anglais.

Corrections de bogues¶

• Aucun

Nouvelles fonctions et mises à jour¶

• Développement de modèles : ajout de métriques :

  • d2_absolute_error_score

  • d2_pinball_score

  • explained_variance_score

  • mean_absolute_error

  • mean_absolute_percentage_error

  • mean_squared_error

Corrections de bogues¶

Développement de modèles : accuracy_score fonctionne désormais lorsque les noms des colonnes de balises donnés sont des listes de valeurs uniques.

Changements de comportement¶

• Développement de modèles : modification des APIs de métriques pour suivre les modules de métriques scikit-learn :

  • Les méthodes accuracy_score, confusion_matrix, precision_recall_fscore_support, et precision_score sont déplacées vers metrics.classification.

Nouvelles fonctions et mises à jour¶

• Développement de modèles : ajout de métriques :

  • f1_score

  • fbeta_score

  • recall_score

  • roc_auc_score

  • roc_curve

  • log_loss

  • precision_recall_curve