Snowpark ML 版本说明¶

新功能和更新¶

模型开发更新：

• 在 SQL 中实施了 precision_score 指标。

错误修复¶

• 修复了堆栈跟踪被遥测隐藏的问题。

模型开发修复：

• 推断模型签名不再在内存中实现完整的数据帧。

新功能和更新¶

• 指定 Snowpark ML Modeling API 为正式发布。

• Modeling API 中的新 passthrough_col 参数使您可以在训练或推理期间，当没有显式指定 input_cols 时，排除特定列（如索引列）。

错误修复¶

• 模型开发修复：

  • 此前，当行号无法除以批大小时，confusion_matrix 提供的结果不正确。

新功能和更新¶

• GridSearchCV 和 RandomizedSearchCV 的执行现已分布在多节点仓库上。

错误修复¶

• 模型开发修复：

  • 此前，列的规范化名称如果与 OrdinalEncoder 和 LabelEncoder 的 output_columns 中指定的名称不匹配，则这些列将被排除。输出列不再需要是有效的 Snowflake 标识符。

新功能和更新¶

• 无

错误修复¶

• 模型开发修复：

  • 增大了 OrdinalEncoder 的列容量。

新功能和更新¶

• 添加了对 kneighbors 的支持。

• 支持 DecimalType 作为数据类型。

错误修复¶

• 模型开发修复：

  • 修复了对使用 SKLearn Grid Search 和 Randomized Search 模型选择器的 XGBoost 和 LightGBM 模型的支持。

  • 修复了与使用 Snowflake 标识符的 Snowpark DataFrames 的指标兼容性

新功能和更新¶

• 现在，precision_score、recall_score、f1_score、fbeta_score、precision_recall_fscore_support、mean_absolute_error、mean_squared_error 和 mean_absolute_percentage_error 指标的计算以分散方式进行。

错误修复¶

• 模型开发修复：

  • 修复了在 Windows 上使用建模模块时的 UTF-8 解码错误。

  • 修正了在推理中导致 SnowparkSQLUnexpectedAliasException 的别名定义。

新功能和更新¶

• 现在， log_loss 指标的计算以分散方式进行。

错误修复¶

• 模型开发修复：

  • 使用某些 Docker 设置来构建映像不再失败。

  • 当通过 zipimport 导入本地 ML 库时，嵌入该库不再失败。

  • 更新了有关 deploy 函数中的平台实参的不正确文档。

新功能和更新¶

• 无

错误修复¶

• 模型开发修复：

  • 序数编码器可与混合输入列类型一起使用。

  • 修复了 sklearn 默认值为 np.nan 时的问题。

新功能和更新¶

• 允许禁用遥测。

错误修复¶

• 模型开发修复：

  • 修复了与 pandas.io.json.json_normalizer 相关的错误。

新功能和更新¶

• 模型开发：指标结果的大小可以超过以前的 8MB 限制。

错误修复¶

• 模型开发修复：

  • 修复了在 NumPy >= 1.25 的情况下使用简单 imputer 时的错误。

  • 修复了推理标签列类型时的错误。

新功能和更新¶

• 模型开发：现在，可以依据从暂存文件加载的数据来联接输入数据帧。

• 模型开发：添加了对非英语语言的支持。

错误修复¶

• 无

新功能和更新¶

• 模型开发：添加的指标：

  • d2_absolute_error_score

  • d2_pinball_score

  • explained_variance_score

  • mean_absolute_error

  • mean_absolute_percentage_error

  • mean_squared_error

错误修复¶

模型开发：现在，当给定的标签列名称是单个值的列表时， accuracy_score 会起效。

行为变更¶

• 模型开发：更改了指标 APIs，以遵从 scikit-learn 指标模块：

  • accuracy_score、confusion_matrix、precision_recall_fscore_support 和 precision_score 方法移动到 metrics.classification。

新功能和更新¶

• 模型开发：添加的指标：

  • f1_score

  • fbeta_score

  • recall_score

  • roc_auc_score

  • roc_curve

  • log_loss

  • precision_recall_curve