microsoftml.concat: Több oszlopot egyesít egyetlen vektorba

Usage

microsoftml.concat(cols: [dict, list], **kargs)

Description

Több oszlopot egyesít egyetlen vektorértékű oszlopba.

Részletek

concat egyetlen vektorértékű oszlopot hoz létre több oszlopból. Adaton keresztül is elvégezhető, mielőtt modellt képeznek. Az összekötés jelentősen felgyorsíthatja az adatok feldolgozását, ha az oszlopok száma akár több száz vagy akár több ezer is nagy.

Arguments

cols

Egy karakter diktált vagy változónevek listája, amelyeket át kell alakítani. Ha dict, akkor a kulcsok az új változók nevét jelentik, amelyeket létre kell hozni. Fontos megjegyezni, hogy minden bemeneti változónak azonos típusúnak kell lennie. Lehetséges több kimeneti oszlopot létrehozni a kötőképző transzformációval. Ebben az esetben vektorlistát kell használni, hogy egy az egy az egy leképezést definiáljuk a bemeneti és kimeneti változók között. Például, ha az InNameA és InNameB oszlopokat az OutName1 oszlopba, valamint az InNameC és InNameD oszlopokat az OutName2 oszlopba lehet összekötni, használjuk a dict: dict(OutName1 = [InNameA, InNameB], outName2 = [InNameC, InNameD])

kargs

További érvek küldtek a számítási motornak.

Visszatérítések

Egy objektum, amely a összekötési transzformációt definiálja.

Example

'''
Example on logistic regression and concat.
'''
import numpy
import pandas
import sklearn
from microsoftml import rx_logistic_regression, concat, rx_predict
from microsoftml.datasets.datasets import get_dataset

iris = get_dataset("iris")

if sklearn.__version__ < "0.18":
    from sklearn.cross_validation import train_test_split
else:
    from sklearn.model_selection import train_test_split

# We use iris dataset.
irisdf = iris.as_df()

# The training features.
features = ["Sepal_Length", "Sepal_Width", "Petal_Length", "Petal_Width"]

# The label.
label = "Label"

# microsoftml needs a single dataframe with features and label.
cols = features + [label]

# We split into train/test. y_train, y_test are not used.
data_train, data_test, y_train, y_test = train_test_split(irisdf[cols], irisdf[label])

# We train a logistic regression.
# A concat transform is added to group features in a single vector column.
multi_logit_out = rx_logistic_regression(
                        formula="Label ~ Features",
                        method="multiClass",
                        data=data_train,
                        ml_transforms=[concat(cols={'Features': features})])
                        
# We show the coefficients.
print(multi_logit_out.coef_)

# We predict.
prediction = rx_predict(multi_logit_out, data=data_test)

print(prediction.head())

Output:

Automatically adding a MinMax normalization transform, use 'norm=Warn' or 'norm=No' to turn this behavior off.
Beginning processing data.
Rows Read: 112, Read Time: 0, Transform Time: 0
Beginning processing data.
Beginning processing data.
Rows Read: 112, Read Time: 0, Transform Time: 0
Beginning processing data.
Beginning processing data.
Rows Read: 112, Read Time: 0.001, Transform Time: 0
Beginning processing data.
LBFGS multi-threading will attempt to load dataset into memory. In case of out-of-memory issues, turn off multi-threading by setting trainThreads to 1.
Beginning optimization
num vars: 15
improvement criterion: Mean Improvement
L1 regularization selected 9 of 15 weights.
Not training a calibrator because it is not needed.
Elapsed time: 00:00:00.2348578
Elapsed time: 00:00:00.0197433
OrderedDict([('0+(Bias)', 1.943994402885437), ('1+(Bias)', 0.6346845030784607), ('2+(Bias)', -2.57867693901062), ('0+Petal_Width', -2.7277402877807617), ('0+Petal_Length', -2.5394322872161865), ('0+Sepal_Width', 0.4810805320739746), ('1+Sepal_Width', -0.5790582299232483), ('2+Petal_Width', 2.547518491744995), ('2+Petal_Length', 1.6753791570663452)])
Beginning processing data.
Rows Read: 38, Read Time: 0, Transform Time: 0
Beginning processing data.
Elapsed time: 00:00:00.0662932
Finished writing 38 rows.
Writing completed.
    Score.0   Score.1   Score.2
0  0.320061  0.504115  0.175825
1  0.761624  0.216213  0.022163
2  0.754765  0.215548  0.029687
3  0.182810  0.517855  0.299335
4  0.018770  0.290014  0.691216

Kapcsolódó tartalom

  • Last updated on