def inputs(self): return { "data": Pandas_Dataframe(self.node.inputs[0]), "models": Pickle_Obj(self.node.inputs[1]), "baseline_prk": Pandas_Dataframe(self.node.inputs[2]), "commonsense_prk": Pandas_Dataframe(self.node.inputs[3]) }
def inputs(self): return { "localpathTocontentMeta": Pandas_Dataframe(self.node.inputs[0]), "pathTotaxonomy": Pandas_Dataframe(self.node.inputs[1]), "pathTotimestampfolder": ReadDaggitTask_Folderpath(self.node.inputs[2]) }
def inputs(self): return { "data1": Pandas_Dataframe(self.node.inputs[0]), "data2": Pandas_Dataframe(self.node.inputs[1]), "data3": Pandas_Dataframe(self.node.inputs[2]), "data4": Pandas_Dataframe(self.node.inputs[3]), "models1": ReadDaggitTask_Folderpath(self.node.inputs[4]), "models2": ReadDaggitTask_Folderpath(self.node.inputs[5]), "models3": ReadDaggitTask_Folderpath(self.node.inputs[6]), "models4": ReadDaggitTask_Folderpath(self.node.inputs[7]) }
def outputs(self): return { "model": File_Txt(self.node.outputs[0]), "model_weights": Pickle_Obj(self.node.outputs[1]), "predictions": Pandas_Dataframe(self.node.outputs[2]), "report": Pickle_Obj(self.node.outputs[3]), }
def inputs(self): return { "DS_DATA_HOME": ReadDaggitTask_Folderpath(self.node.inputs[0]), "pathTocredentials": ReadDaggitTask_Folderpath(self.node.inputs[1]), "localpathTocontentMeta": Pandas_Dataframe(self.node.inputs[2]) }
def inputs(self): return { "pathTocontentMeta": File_Txt(self.node.inputs[0]), "pathTotaxonomy": Pandas_Dataframe(self.node.inputs[1]), "root_path": File_Txt(self.node.inputs[2]), "path_to_corpus": File_Txt(self.node.inputs[3]) }
def inputs(self): return { "pathTotaxonomy": Pandas_Dataframe(self.node.inputs[0]), "categoryLookup": ReadDaggitTask_Folderpath(self.node.inputs[1]), "timestamp_folder": File_Txt(self.node.inputs[2]), "pathTocredentials": ReadDaggitTask_Folderpath(self.node.inputs[3]) }
def inputs(self): return { "pathTotaxonomy": Pandas_Dataframe(self.node.inputs[0]), "categoryLookup": ReadDaggitTask_Folderpath(self.node.inputs[1]), "pathTotimestampfolder": ReadDaggitTask_Folderpath(self.node.inputs[2]), "pathTocorpus": ReadDaggitTask_Folderpath(self.node.inputs[3]) }
def inputs(self): return { "localpathTocontentMeta": ReadDaggitTask_Folderpath(self.node.inputs[0]), "pathTotaxonomy": Pandas_Dataframe(self.node.inputs[1]), "root_path": File_Txt(self.node.inputs[2]), "path_to_corpus": File_Txt(self.node.inputs[3]) }
def inputs(self): return {"train_text": Pandas_Dataframe(self.node.inputs[0]), "val_text": Pandas_Dataframe(self.node.inputs[1]), "train": Pandas_Dataframe(self.node.inputs[2]), "val": Pandas_Dataframe(self.node.inputs[3])}
def outputs(self): return {"train": Pandas_Dataframe(self.node.outputs[0]), "val": Pandas_Dataframe(self.node.outputs[1]), "model": Pickle_Obj(self.node.outputs[2])}
def outputs(self): return {"labeled": Pandas_Dataframe(self.node.outputs[0])}
def inputs(self): return { "raw": Pandas_Dataframe(self.node.inputs[0]), "progress": Pandas_Dataframe(self.node.inputs[1]) }
def inputs(self): return { "top_models": Pickle_Obj(self.node.inputs[0]), "train": Pandas_Dataframe(self.node.inputs[1]), "val": Pandas_Dataframe(self.node.inputs[2]) }
def inputs(self): return { "pathTocontentMeta": File_Txt(self.node.inputs[0]), "pathTotaxonomy": Pandas_Dataframe(self.node.inputs[1]), "path_to_timestampFolder": File_Txt(self.node.inputs[2]) }
def inputs(self): return {"all_data": Pandas_Dataframe(self.node.inputs[0])}
def outputs(self): return {"merged_data": Pandas_Dataframe(self.node.outputs[0])}
def inputs(self): return {"features": Pandas_Dataframe(self.node.inputs[0]), "split": Pandas_Dataframe(self.node.inputs[1]), "modelgrids": [os.path.dirname(ReadDaggitTask_Folderpath(x).read_loc()) for x in self.node.inputs][2:]}
def outputs(self): return { "preprocessed_train": Pandas_Dataframe(self.node.outputs[0]), "preprocessed_test": Pandas_Dataframe(self.node.outputs[1]) }
def outputs(self): return {"vals": Pandas_Dataframe(self.node.outputs[0])}
def inputs(self): return {"df": Pandas_Dataframe(self.node.inputs[0]), "bill_texts": Pandas_Dataframe(self.node.inputs[1]), "vectorizer": Pickle_Obj(self.node.inputs[2]), "lda_model": Pickle_Obj(self.node.inputs[3])}
def inputs(self): return {"bill_texts": Pandas_Dataframe(self.node.inputs[0])}
def inputs(self): return {"input_df": Pandas_Dataframe(self.node.inputs[0])}
def outputs(self): return {"filtered_train": Pandas_Dataframe(self.node.outputs[0]), "filtered_test": Pandas_Dataframe(self.node.outputs[1])}
def inputs(self): return { "train": Pandas_Dataframe(self.node.inputs[0]), "test": Pandas_Dataframe(self.node.inputs[1]) }
def inputs(self): return {"distric_csv_loc": self.node.inputs[0].external_ref, "raw_data": Pandas_Dataframe(self.node.inputs[1])}
def inputs(self): return {"preprocessed_train": Pandas_Dataframe(self.node.inputs[0])}
def inputs(self): return { "pathTotaxonomy": Pandas_Dataframe(self.node.inputs[0]), "path_to_contentKeywords": File_Txt(self.node.inputs[1]) }
def outputs(self): return { "train_data": Pandas_Dataframe(self.node.outputs[0]), "val_data": Pandas_Dataframe(self.node.outputs[1]) }
def inputs(self): return { "pathTotaxonomy": Pandas_Dataframe(self.node.inputs[0]), "pathTocontents": ReadDaggitTask_Folderpath(self.node.inputs[1]) }