teradataml.automl.AutoRegressor.get_error_logs = get_error_logs(self, model_name=None)

DESCRIPTION:
    Function retrieves the error logs for failed models generated during 
    the execution of AutoML.
 
PARAMETERS:
    model_name:
        Optional Argument.
        Specifies the name of the model for which to retrieve error logs.
        Default Value: None
        Permitted Values: 
            * For task_type "Classification" or "Regression": "glm", "svm", "knn", 
                                                              "decision_forest", "xgboost"
            * For task_type "Clustering": "kmeans", "gaussianmixture"
        Types: str
 
RETURNS:
    teradataml Dataframe.
 
RAISES:
    TeradataMlException.
 
EXAMPLES:
    # Create an instance of the AutoML called "obj" by referring
    # "AutoML()" or "AutoRegressor()" or "AutoClassifier()" or
    # "AutoFraud()" or "AutoChurn()" or "AutoCluster()" method.
    >>> obj = AutoCluster()
 
    # Load the example data.
    >>> load_example_data("teradataml", "bank_marketing")
    
    # Create teradataml DataFrame object.
    >>> bank_df = DataFrame.from_table("bank_marketing")
 
    # Split the data into train and test.
    >>> bank_sample = bank_df.sample(frac = [0.8, 0.2])
    >>> bank_train = bank_sample[bank_sample['sampleid'] == 1].drop('sampleid', axis=1)
    >>> bank_test = bank_sample[bank_sample['sampleid'] == 2].drop('sampleid', axis=1)
 
    # Fit the data.
    >>> obj.fit(bank_train)
 
    # Get error logs for a specific model
    >>> obj.get_error_logs("kmeans")