NimbusMLTextTargetEncoder 类

基于 NimbusML 的分类器管道的通用类。

继承

AutoMLTransformer

NimbusMLTextTargetEncoder

构造函数

NimbusMLTextTargetEncoder(featurizer: Any, learner: Any)

参数

featurizer

learner

方法

fit	基于 Nimbusml 的分类器转换，旨在了解文本数据的条件概率。
get_memory_footprint	获取此转换器的内存占用情况估算。
get_model	返回内部 NimbusML 管道。
predict	预测输入文本数据的概率。
predict_proba	预测输入文本数据的概率。
transform	转换数据 x。

fit

基于 Nimbusml 的分类器转换，旨在了解文本数据的条件概率。

fit(X: Union[numpy.ndarray, pandas.core.frame.DataFrame, scipy.sparse.base.spmatrix, azureml.dataprep.api.dataflow.Dataflow], y: Union[numpy.ndarray, pandas.core.series.Series, pandas.core.arrays.categorical.Categorical, azureml.dataprep.api.dataflow.Dataflow] = None) -> azureml.automl.runtime.featurizer.transformer.text.nimbus_ml_text_target_encoder.NimbusMLTextTargetEncoder

参数

X

<xref:azureml.automl.runtime.shared.types.DataInputType>

必需

要转换的数据。

y

<xref:azureml.automl.runtime.shared.types.DataSingleColumnInputType>

必需

目标值。

返回

实例对象：self。

get_memory_footprint

获取此转换器的内存占用情况估算。

get_memory_footprint(X: Union[numpy.ndarray, pandas.core.frame.DataFrame, scipy.sparse.base.spmatrix, azureml.dataprep.api.dataflow.Dataflow], y: Union[numpy.ndarray, pandas.core.series.Series, pandas.core.arrays.categorical.Categorical, azureml.dataprep.api.dataflow.Dataflow]) -> int

参数

X

必需

输入数据。

y

必需

输入标签。

返回

占用内存量。

get_model

返回内部 NimbusML 管道。

get_model() -> Any

返回

NimbusML 管道。

predict

预测输入文本数据的概率。

predict(X: Union[numpy.ndarray, pandas.core.frame.DataFrame, scipy.sparse.base.spmatrix, azureml.dataprep.api.dataflow.Dataflow]) -> Union[numpy.ndarray, pandas.core.frame.DataFrame, scipy.sparse.base.spmatrix, azureml.dataprep.api.dataflow.Dataflow]

参数

X

<xref:azureml.automl.runtime.shared.types.DataInputType>

必需

要预测的数据。

predict_proba

预测输入文本数据的概率。

predict_proba(X: Union[numpy.ndarray, pandas.core.frame.DataFrame, scipy.sparse.base.spmatrix, azureml.dataprep.api.dataflow.Dataflow]) -> Union[numpy.ndarray, pandas.core.frame.DataFrame, scipy.sparse.base.spmatrix, azureml.dataprep.api.dataflow.Dataflow]

参数

X

<xref:azureml.automl.runtime.shared.types.DataInputType>

必需

要预测的数据。

transform

转换数据 x。

transform(X: Union[numpy.ndarray, pandas.core.frame.DataFrame, scipy.sparse.base.spmatrix, azureml.dataprep.api.dataflow.Dataflow]) -> Union[numpy.ndarray, pandas.core.frame.DataFrame, scipy.sparse.base.spmatrix, azureml.dataprep.api.dataflow.Dataflow]

参数

X

<xref:azureml.automl.runtime.shared.types.DataInputType>

必需

要转换的数据。

返回

基于 NimbusML 的分类器模型中的预测概率值。