反馈

EnsembleBase 类

  • 参考

用于整合以前的 AutoML 迭代的类。

连接管道会从已拟合的管道的集合进行初始化。

继承
sklearn.base.BaseEstimator
EnsembleBase
ABC
EnsembleBase

构造函数

EnsembleBase(automl_settings: Union[str, Dict[str, Any], azureml.automl.core.automl_base_settings.AutoMLBaseSettings], settings_type: Type[SettingsType])

参数

automl_settings
settings_type

方法

convert_settings

将设置转换为设置对象。
fit

未实现拟合方法。

改用 fit_ensemble 方法
fit_ensemble

根据现有拟合管道拟合连接。
predict

预测所提供的输入的目标。
predict_proba

返回输入数据集的概率估算值。

convert_settings

将设置转换为设置对象。

convert_settings(automl_settings: Union[str, Dict[str, Any], azureml.automl.core.automl_base_settings.AutoMLBaseSettings], settings_type: Type[SettingsType]) -> SettingsType

参数

automl_settings
必需

用于 AutoML 试验的设置。

settings_type
必需

设置对象的类型。

fit

未实现拟合方法。

改用 fit_ensemble 方法

fit(X: Optional[Any], y: Optional[Any]) -> None

参数

X
必需
y
必需

例外

NotImplementedError -- Not using this API for ensemble training

fit_ensemble

根据现有拟合管道拟合连接。

fit_ensemble(training_type: azureml.automl.core.shared.constants.TrainingType, **kwargs: Any) -> Tuple[sklearn.base.BaseEstimator, List[sklearn.base.BaseEstimator]]

参数

training_type
<xref:constants.TrainingType>
必需

训练类型（例如 TrainAndValidate、MeanCrossValidation 等）

返回

返回一个拟合的连接，其中包括所有选择的模型。

predict

预测所提供的输入的目标。

predict(X)

参数

X
ndarray 或 <xref:scipy.sparse.spmatrix>
必需

输入测试样本。

返回

预测值。

predict_proba

返回输入数据集的概率估算值。

predict_proba(X)

参数

X
ndarray 或 <xref:scipy.sparse.spmatrix>
必需

输入测试样本。

返回

预测概率值。

属性

DOWNLOAD_RETURNED_NO_MODELS_MSG 

DOWNLOAD_RETURNED_NO_MODELS_MSG = "Could not find any models for running ensembling.         This can happen if the download of models required for ensembling procedure didn't finish within the default         timeout. Please use `ensemble_download_models_timeout_sec` parameter in AutoMLConfig to set a larger timeout"

MAXIMUM_MODELS_FOR_SELECTION 

MAXIMUM_MODELS_FOR_SELECTION = 50

PIPELINES_TUPLES_ALGORITHM_INDEX 

PIPELINES_TUPLES_ALGORITHM_INDEX = 2

PIPELINES_TUPLES_CHILD_RUN_INDEX 

PIPELINES_TUPLES_CHILD_RUN_INDEX = 3

PIPELINES_TUPLES_ITERATION_INDEX 

PIPELINES_TUPLES_ITERATION_INDEX = 0

PIPELINES_TUPLES_PIPELINE_INDEX 

PIPELINES_TUPLES_PIPELINE_INDEX = 1

PIPELINES_TUPLES_PIPELINE_SPEC_INDEX 

PIPELINES_TUPLES_PIPELINE_SPEC_INDEX = 4