ModelProxy Osztály
Megjegyzés
Ez egy kísérleti osztály, és bármikor változhat. További információ: https://aka.ms/azuremlexperimental.
Proxyobjektum az AutoML-modellekhez, amely lehetővé teszi a következtetést a távoli számításban.
Hozzon létre egy AutoML ModelProxy objektumot, amely következtetést küld a betanítási környezetbe.
- Öröklődés
-
builtins.objectModelProxy
Konstruktor
ModelProxy(child_run, compute_target=None)
Paraméterek
- child_run
A gyermekfuttatás, amelyből a modell le lesz töltve.
- compute_target
Írja felül a célszámítást a következtetéshez.
Metódusok
forecast |
Küldjön be egy feladatot az előrejelzés futtatásához a modellen az adott értékekhez. |
forecast_quantiles |
Küldjön be egy feladatot, hogy forecast_quantiles futtasson a modellen az adott értékekhez. |
predict |
Küldjön be egy feladatot, amely futtatja az előrejelzést a modellen az adott értékekhez. |
predict_proba |
Küldjön be egy feladatot, hogy predict_proba futtasson a modellen az adott értékekhez. |
test |
Előrejelzések lekérése a és a |
forecast
Küldjön be egy feladatot az előrejelzés futtatásához a modellen az adott értékekhez.
forecast(X_values: Any, y_values: Any | None = None) -> Tuple[AbstractDataset, AbstractDataset]
Paraméterek
- X_values
- AbstractDataset vagy DataFrame vagy ndarray
Bemeneti tesztadatok az előrejelzés futtatásához.
- y_values
- AbstractDataset vagy DataFrame vagy ndarray
Adja meg az y értékeket az előrejelzés futtatásához.
Válaszok
Az előrejelzési értékek.
forecast_quantiles
Küldjön be egy feladatot, hogy forecast_quantiles futtasson a modellen az adott értékekhez.
forecast_quantiles(X_values: Any, y_values: Any | None = None, forecast_destination: Any | None = None, ignore_data_errors: bool = False) -> AbstractDataset
Paraméterek
- y_values
Adja meg az y értékeket az előrejelzés futtatásához.
- forecast_destination
- <xref:pandas.Timestamp>
Forecast_destination: időbélyeg-érték. Az előrejelzések egészen a forecast_destination időpontig készülnek, az összes szemre vonatkozóan. A(z) { grain -> timestamp } szótárbemenet nem fogadható el. Ha forecast_destination nincs megadva, akkor azt a X_pred minden gabona esetében az utolsó alkalommal számítjuk fel.
- ignore_data_errors
- bool
A felhasználói adatok hibáinak figyelmen kívül hagyása.
predict
Küldjön be egy feladatot, amely futtatja az előrejelzést a modellen az adott értékekhez.
predict(values: Any) -> AbstractDataset
Paraméterek
- values
- AbstractDataset vagy DataFrame vagy ndarray
Bemeneti tesztadatok a prediktív futtatáshoz.
Válaszok
Az előrejelzett értékek.
predict_proba
Küldjön be egy feladatot, hogy predict_proba futtasson a modellen az adott értékekhez.
predict_proba(values: Any) -> AbstractDataset
Paraméterek
- values
- AbstractDataset vagy DataFrame vagy ndarray
Bemeneti tesztadatok a prediktív futtatáshoz.
Válaszok
Az előrejelzett értékek.
test
Előrejelzések lekérése a és a test_data
kapcsolódó metrikákból.
test(test_data: AbstractDataset, include_predictions_only: bool = False) -> Tuple[AbstractDataset, Dict[str, Any]]
Paraméterek
- test_data
A tesztadatkészlet.
- include_predictions_only
Azt jelzi, hogy az előrejelzéseket csak a predictions.csv kimenet részeként adja-e hozzá.
Ha ez a paraméter, True
akkor a kimeneti CSV-oszlopok a következőképpen néznek ki (az előrejelzés megegyezik a regresszióval):
Classification => [predicted values], [probabilities]
Regression => [predicted values]
else (alapértelmezett):
Classification => [original test data labels], [predicted values], [probabilities], [features]
Regression => [original test data labels], [predicted values], [features]
Az [original test data labels]
oszlop neve = [label column name] + "_orig"
.
Az [predicted values]
oszlop neve = [label column name] + "_predicted"
.
Az [probabilities]
oszlopnevek = [class name] + "_predicted_proba"
.
Az [features]
oszlopnevek = [feature column name] + "_orig"
.
Ha a test_data
nem tartalmaz céloszlopot, akkor [original test data labels]
nem lesz a kimeneti adatkeretben.
Válaszok
Az előrejelzett értékeket és a metrikákat tartalmazó rekord.
Visszajelzés
https://aka.ms/ContentUserFeedback.
Hamarosan elérhető: 2024-ben fokozatosan kivezetjük a GitHub-problémákat a tartalom visszajelzési mechanizmusaként, és lecseréljük egy új visszajelzési rendszerre. További információ:Visszajelzés küldése és megtekintése a következőhöz: