
Explanation:

ボックス1: training_data
実験で使用するトレーニングデータ。トレーニング特徴量とラベル列(オプションでサンプル重み列)の両方を含める必要があります。training_data を指定する場合は、label_column_name パラメータも指定する必要があります。
ボックス2: 検証データ
検証データの提供: この場合、単一のデータファイルから始めてトレーニングセットと検証セットに分割するか、検証セット用に別のデータファイルを提供することができます。いずれの場合も、AutoMLConfig オブジェクトの validation_data パラメータによって、検証セットとして使用するデータが指定されます。
たとえば、次のコード例では、データセット内の提供されたデータのどの部分をトレーニングと検証に使用するかを明示的に定義しています。
データセット = Dataset.Tabular.from_delimited_files(データ)
training_data、validation_data = dataset.random_split(percentage=0.8、seed=1) automl_config = AutoMLConfig(compute_target = aml_remote_compute、task = 'classification'、primary_metric = 'AUC_weighted'、training_data = training_data、validation_data = validation_data、label_column_name = 'Class') ボックス3: label_column_name label_column_name:
ラベル列の名前。入力データが列名を持たないpandas.DataFrameからのものである場合は、代わりに整数で表される列インデックスを使用できます。
このパラメーターは、training_data および validation_data パラメーターに適用されます。
参照:
https://docs.microsoft.com/en-us/python/api/azureml-train-automl-client/azureml.train.automl.automlconfig.auto