PipelineSpec 类

可序列化管道。

继承

builtins.object

PipelineSpec

构造函数

PipelineSpec(objects, pid, module='sklearn.pipeline', class_name='Pipeline')

参数

objects

pid

module

默认值: sklearn.pipeline

class_name

默认值: Pipeline

方法

accepts_categoricals
class_strings	返回管道中每个步骤的类名列表。
from_dict	从字典反序列化 PipelineSpec。
instantiate_pipeline_spec	在指定的额外参数中创建新的 PipelineSpec。
is_ensemble_pipeline
summary	返回管道的字符串表示形式（通过类名）。
supports_constrained_fit	指示模型是否可以根据时间约束自行停止。 目前实现为 any()，这只是用于查找模型对象的一种简洁方法。
to_dict	将 PipelineSpec 序列化为字典。

accepts_categoricals

accepts_categoricals() -> bool

class_strings

返回管道中每个步骤的类名列表。

class_strings() -> List[str]

from_dict

从字典反序列化 PipelineSpec。

static from_dict(d: Dict[Any, Any]) -> azureml.automl.runtime.shared.pipeline_spec.PipelineSpec

参数

d

必需

要反序列化的字典

返回

从 d 创建的 PipelineSpec

instantiate_pipeline_spec

在指定的额外参数中创建新的 PipelineSpec。

instantiate_pipeline_spec(problem_info: azureml.automl.runtime.shared.problem_info.ProblemInfo, random_state: Optional[int] = None, is_sparse: bool = False, preprocess_pipelines: Optional[List[Tuple[str, Any]]] = None, dataset_metadata: Optional[Any] = None) -> Union[sklearn.pipeline.Pipeline, nimbusml.pipeline.Pipeline]

参数

problem_info

必需

random_state

默认值: None

is_sparse

默认值: False

preprocess_pipelines

默认值: None

应预置到管道的任何可选预处理管道

dataset_metadata

默认值: None

返回

新的 PipelineSpec

is_ensemble_pipeline

is_ensemble_pipeline() -> bool

summary

返回管道的字符串表示形式（通过类名）。

summary() -> str

supports_constrained_fit

指示模型是否可以根据时间约束自行停止。

目前实现为 any()，这只是用于查找模型对象的一种简洁方法。

supports_constrained_fit() -> bool

to_dict

将 PipelineSpec 序列化为字典。

to_dict() -> Dict[Any, Any]

返回

包含序列化为字典的管道步骤的字典

属性

CLASS_MAP

CLASS_MAP = {'ensemble': <class 'azureml.automl.runtime.shared.pipeline_spec.EnsembleObject'>, 'nimbusml': <class 'azureml.automl.runtime.shared.pipeline_spec.NimbusMLObject'>, 'preproc': <class 'azureml.automl.runtime.shared.pipeline_spec.PreprocessorObject'>, 'sdk_ensemble': <class 'azureml.automl.runtime.shared.pipeline_spec.SdkEnsembleObject'>, 'sklearn': <class 'azureml.automl.runtime.shared.pipeline_spec.SklearnObject'>, 'tf': <class 'azureml.automl.runtime.shared.pipeline_spec.TFObject'>, 'timeseries': <class 'azureml.automl.runtime.shared.pipeline_spec.TimeseriesObject'>, 'y_transformer': <class 'azureml.automl.runtime.shared.pipeline_spec.PreprocessorObject'>}