反馈

ClientRunner 类

  • 参考

封装各种 AutoML 模型的 fit() 方法的运行器。

继承
builtins.object
ClientRunner

构造函数

ClientRunner(metrics: Optional[Set[str]] = None, task: str = 'classification', execution_context: Optional[azureml.automl.runtime.shared.execution_context.ExecutionContext] = None, use_binary_metrics: bool = False, enable_metric_confidence: bool = False, positive_label: Optional[Any] = None)

参数

metrics
默认值: None
task
默认值: classification
execution_context
默认值: None
use_binary_metrics
默认值: False
enable_metric_confidence
默认值: False
positive_label
默认值: None

方法

run

运行特定的运行任务。
time_fit_ensemble

运行给定模型的融合拟合。

run

运行特定的运行任务。

run(pipeline_spec: azureml.automl.runtime.shared.pipeline_spec.PipelineSpec, problem_info: azureml.automl.runtime.shared.problem_info.ProblemInfo, sets_to_run: Optional[List[str]] = None, subsample_percent: Optional[float] = None, enforce_limits: bool = True, is_ensemble_iteration: bool = False, random_state: Optional[int] = None, include_models: bool = False, subsample_seed: Optional[int] = 0, working_dir: Optional[str] = None, compute_metrics_for_train_full: bool = True) -> Tuple[Any, Optional[BaseException]]

参数

pipeline_spec
必需

管道规范（从 API 获取）。 不要与 sklearn 管道对象混淆。

problem_info
必需
sets_to_run
默认值: None
subsample_percent
默认值: None

用于训练的训练数据的百分比。 范围为 (0, 100]，包含小数值或整数值。

enforce_limits
默认值: True

如果为 true，则在子进程中运行。

is_ensemble_iteration
默认值: False

布尔值，指示它是否为融合迭代

random_state
默认值: None

用于随机操作的 random_state

include_models
默认值: False
subsample_seed
默认值: 0

一个 int，用于设定子样本操作的种子

compute_metrics_for_train_full
默认值: None

获取 TrainFull 活动的完整训练集的预测和指标

compute_metrics_for_train_full
默认值: True

返回

结果的字典，用 TrainingResultsType 键填充。

time_fit_ensemble

运行给定模型的融合拟合。

time_fit_ensemble(m, training_type)

参数

m
必需

运行拟合的模型。

X
必需

输入数据。

y
必需

目标值。

返回

运行时间（以秒为单位），与所有选定模型的拟合融合。