説明
Explanation:
AUC_weighted は分類メトリックです。
注: AUC は、受信機動作特性曲線の下の面積です。Weighted は、各クラスの真のインスタンスの数で重み付けされた、各クラスのスコアの算術平均です。
不正解:
A:normalized_mean_absolute_error は回帰メトリックであり、分類メトリックではありません。
C: 不均衡な分類問題に対するアプローチを比較するときは、再現率、適合率、AUROC など、精度を超えたメトリクスを使用することを検討してください。パラメーターの選択またはモデルの選択中に最適化するメトリックを切り替えるだけで、少数派クラスの検出に望ましいパフォーマンスを提供できる可能性があります。
D:normalized_root_mean_squared_error は回帰メトリックであり、分類メトリックではありません。
参照：
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-under-automated-ml

説明
グラフィカル ユーザー インターフェイス、テキスト、アプリケーション、自動生成された Word の説明

ボックス 1: create_from_datasets
create_from_datasets メソッドは、ベースライン表形式データセットとターゲット時系列データセットから新しい DataDriftDetector オブジェクトを作成します。
ボックス 2: 埋め戻し
バックフィル メソッドは、指定された開始日と終了日にわたってバックフィル ジョブを実行します。
構文: backfill(start_date, end_date, compute_target=None, create_compute_target=False) 参考:
https://docs.microsoft.com/en-us/python/api/azureml-datadrift/azureml.datadrift.datadriftdetector(クラス)

説明
ターゲット列がある Entropy MDL ビニング モードを使用します。
参考文献:
https://docs.microsoft.com/en-us/azure/machine-learning/studio-module-reference/group-data-into-bins

AUC_weighted は分類メトリックです。
注: AUC は、受信機動作特性曲線の下の面積です。Weighted は、各クラスの真のインスタンスの数で重み付けされた、各クラスのスコアの算術平均です。
参照：
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-under-automated-ml