Данные обучения могут иметь метки классов, такие как «Отказ в кредите», «Предоставленный заем».Значение прогнозирования, возвращаемое конечной точкой оценки WML, имеет такие значения, как «0,0», «1,0» и т. Д. Конечная точка оценки также имеет необязательный столбец, который содержит текстовое представление прогноза. Например, если прогноз - 1,0, столбец прогнозирования - метка.может иметь значение «Предоставленный заем». Если такой столбец доступен, то при настройке благоприятного и неблагоприятного исхода для модели можно указать строковые значения «Предоставленный заем» и «Отказ в предоставлении ссуды». Если такого столбца нетзатем необходимо указать целые / двойные значения 1,0, 0,0 для благоприятного / неблагоприятного класса.
WML имеет концепцию схемы вывода, которая определяет схему вывода конечной точки оценки WML и рольдля разных столбцов. Роли используются для определения того, какой столбец содержит значение прогнозирования, какой столбец содержит вероятность прогнозирования, значение метки класса и т. д. Выходная схема автоматически устанавливается для моделей, созданных с помощью построителя моделей.Это также может быть установлено с помощью клиента Python WML.Пользователи могут использовать выходную схему для определения столбца, который содержит строковое представление прогноза.Это делается путем установки для model_role для столбца 'decoded-target'.Документация для Python-клиента WML доступна по адресу: http://wml -api-pyclient-dev.mybluemix.net / # repository .Выполните поиск «OUTPUT_DATA_SCHEMA», чтобы понять схему вывода и используемый API - это store_model API, который принимает OUTPUT_DATA_SCHEMA в качестве параметра.