Evalml: 支持数据检查的参数化； 让 InvalidTargetDataCheck 使用 issue_type 验证目标

@angela97lin你能描述一下这个用例吗？

@dsherry当然！ 在#929 中， @freddyaboulton和我正在讨论如果InvalidTargetDataCheck知道它正在处理的问题类型，它会变得更加有用。 例如，如果我们知道我们的问题是二进制分类，但数据检查的输入有两个以上的类，我们可以抛出警告/错误。 因此，能够以某种方式传递参数或将更多信息传递给数据检查会很好。 不幸的是，这不适用于我们当前的设计，我们传递类而不是实例。

或者，我们可以为每种问题类型创建数据检查类，例如 BinaryClassificationInvalidTargetDataCheck 但这也可能会变得很麻烦，当确定 DefaultDataChecks 应该包括什么时（或者这也应该分解为 DefaultBinaryClassificationDataChecks？）

刚刚与@angela97lin @freddyaboulton讨论过

我们喜欢在管道中镜像我们用于component_graph的模式的想法：

• 数据检查列表最初可以指定为自动搜索作为DataCheck子类列表（或相同但在DataChecks内），而不是实例
• 一旦 automl 搜索想要运行数据检查，它可以创建DataChecks类的实例
• 那时我们将传递给它一个data_check_parameters字典，类似于我们的管道parameters ，其中包含一个或多个数据检查的可选配置。
• 如果用户想直接使用DataChecks ，他们可以遵循类似的模式
• data_check_parameters应该默认为None所以如果不需要，人们不需要创建它。 但是，如果数据检查中缺少必需的参数（例如problem_type对于某些），则应该导致初始化错误

这是它在 automl 搜索中的样子的草图：

# today this helper standardizes the input to a list of `DataCheck` instances, and wraps that in a `DataChecks` instance
# after this work, this would standardize the input to a `DataChecks` class.
# if `data_checks` was already a `DataChecks` class, do nothing. else if `data_checks` is a list of `DataCheck` classes, define a `AutoMLDataChecks` class to wrap and return that
data_checks_class = self._validate_data_checks(data_checks)
# next we create the `DataChecks` instance by passing in data checks parameters
data_check_parameters = {'Target Datatype Data Check': {'problem_type': self.problem_type}}
data_checks = data_checks_class(data_check_parameters)
data_check_results = data_checks.validate(X, y)

直接使用看起来很相似。

下一步

• @angela97lin @freddyaboulton其他人查看上面的草图并进行理智检查
• @angela97lin将根据我们对 #960 的讨论提交一个问题以跟踪添加TargetDatatype数据检查（名称待定）。 该数据检查将需要传入problem_type参数
• 发现这个问题的人也应该同时选择TargetDatatype问题并构建它！ 🛠️😁

@dsherry这个计划对我来说很好！ 我唯一要补充的是，我更喜欢增加已经存在的InvalidTargetDataCheck而不是创建新的数据检查，但任何一种方法都对我有用。 无论谁选择这个，请确保在problem_type是二进制时检查目标是否只有两个唯一值。 在#929 的评论中提到了这一点。

if problem_type == "binary" and len(set(y)) != 2:
    # Warn that we do not have two unique values in y

你知道吗， @angela97lin @freddyaboulton让我们使用这个问题来跟踪 a) 更新 automl 和数据检查 API 以支持参数化和 b) 更新InvalidTargetDataCheck以验证目标并针对所有目标引发智能错误我们支持的类型。

提及是因为我刚刚提交了一个错误 #970 并且仔细查看该问题将通过上述解决。 所以这将关闭#970。

@dsherry多么及时！ 这对我来说听起来不错😊