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])
}
