microsoftml.concat: verkettet mehrere Spalten zu einem einzelnen Vektor

  • Artikel

Verwendung

microsoftml.concat(cols: [dict, list], **kargs)

BESCHREIBUNG

Kombiniert mehrere Spalten zu einer einzelnen Vektorwertspalte.

Details

concat erstellt aus mehreren Spalten eine Spalte mit einem einzelnen Vektorwert. Kann auf Daten angewendet werden, bevor ein Modell trainiert wird. Die Verkettung kann die Verarbeitung von Daten erheblich beschleunigen, wenn die Anzahl der Spalten einige Hunderte bis Tausende beträgt.

Argumente

cols

Ein Zeichen (dict) oder eine Liste mit den zu transformierenden Variablennamen. Falls dict, stellen die Schlüssel die Namen der neu zu erstellenden Variablen dar. Beachten Sie, dass alle Eingabevariablen denselben Typ haben müssen. Mit der Verkettungstransformation können mehrere Ausgabespalten erzeugt werden. In diesem Fall benötigen Sie eine Liste von Vektoren, um eine 1:1-Zuordnung zwischen Ein- und Ausgabevariablen zu definieren. Um beispielsweise die Spalten InNameA und InNameB in der Spalte OutName1 und die Spalten InNameC und InNameD in der Spalte OutName2 zu verketten, verwenden Sie Folgendes : dict(OutName1 = [InNameA, InNameB], outName2 = [InNameC, InNameD])

kargs

Zusätzliche Argumente, die an die Compute-Engine gesendet werden.

Gibt zurück

Ein Objekt, das die Verkettungstransformation definiert.

Siehe auch

drop_columns, select_columns.

Beispiel

'''
Example on logistic regression and concat.
'''
import numpy
import pandas
import sklearn
from microsoftml import rx_logistic_regression, concat, rx_predict
from microsoftml.datasets.datasets import get_dataset

iris = get_dataset("iris")

if sklearn.__version__ < "0.18":
    from sklearn.cross_validation import train_test_split
else:
    from sklearn.model_selection import train_test_split

# We use iris dataset.
irisdf = iris.as_df()

# The training features.
features = ["Sepal_Length", "Sepal_Width", "Petal_Length", "Petal_Width"]

# The label.
label = "Label"

# microsoftml needs a single dataframe with features and label.
cols = features + [label]

# We split into train/test. y_train, y_test are not used.
data_train, data_test, y_train, y_test = train_test_split(irisdf[cols], irisdf[label])

# We train a logistic regression.
# A concat transform is added to group features in a single vector column.
multi_logit_out = rx_logistic_regression(
                        formula="Label ~ Features",
                        method="multiClass",
                        data=data_train,
                        ml_transforms=[concat(cols={'Features': features})])
                        
# We show the coefficients.
print(multi_logit_out.coef_)

# We predict.
prediction = rx_predict(multi_logit_out, data=data_test)

print(prediction.head())

Ausgabe:

Automatically adding a MinMax normalization transform, use 'norm=Warn' or 'norm=No' to turn this behavior off.
Beginning processing data.
Rows Read: 112, Read Time: 0, Transform Time: 0
Beginning processing data.
Beginning processing data.
Rows Read: 112, Read Time: 0, Transform Time: 0
Beginning processing data.
Beginning processing data.
Rows Read: 112, Read Time: 0.001, Transform Time: 0
Beginning processing data.
LBFGS multi-threading will attempt to load dataset into memory. In case of out-of-memory issues, turn off multi-threading by setting trainThreads to 1.
Beginning optimization
num vars: 15
improvement criterion: Mean Improvement
L1 regularization selected 9 of 15 weights.
Not training a calibrator because it is not needed.
Elapsed time: 00:00:00.2348578
Elapsed time: 00:00:00.0197433
OrderedDict([('0+(Bias)', 1.943994402885437), ('1+(Bias)', 0.6346845030784607), ('2+(Bias)', -2.57867693901062), ('0+Petal_Width', -2.7277402877807617), ('0+Petal_Length', -2.5394322872161865), ('0+Sepal_Width', 0.4810805320739746), ('1+Sepal_Width', -0.5790582299232483), ('2+Petal_Width', 2.547518491744995), ('2+Petal_Length', 1.6753791570663452)])
Beginning processing data.
Rows Read: 38, Read Time: 0, Transform Time: 0
Beginning processing data.
Elapsed time: 00:00:00.0662932
Finished writing 38 rows.
Writing completed.
    Score.0   Score.1   Score.2
0  0.320061  0.504115  0.175825
1  0.761624  0.216213  0.022163
2  0.754765  0.215548  0.029687
3  0.182810  0.517855  0.299335
4  0.018770  0.290014  0.691216