ModelProxy クラス
Note
これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。
リモート コンピューティングでの推論を有効にする AutoML モデルのプロキシ オブジェクト。
AutoML ModelProxy オブジェクトを作成して、トレーニング環境に推論を送信します。
- 継承
-
builtins.objectModelProxy
コンストラクター
ModelProxy(child_run, compute_target=None)
パラメーター
- child_run
モデルのダウンロード元となる子実行。
- compute_target
推論対象のターゲット コンピューティングに対して上書きします。
メソッド
forecast |
指定された値の予測をモデルで実行するジョブを送信します。 |
forecast_quantiles |
指定された値の forecast_quantiles をモデルで実行するジョブを送信します。 |
predict |
指定された値の予測をモデルで実行するジョブを送信します。 |
predict_proba |
指定された値の predict_proba をモデルで実行するジョブを送信します。 |
test |
|
forecast
指定された値の予測をモデルで実行するジョブを送信します。
forecast(X_values: Any, y_values: Any | None = None) -> Tuple[AbstractDataset, AbstractDataset]
パラメーター
戻り値
予測値。
forecast_quantiles
指定された値の forecast_quantiles をモデルで実行するジョブを送信します。
forecast_quantiles(X_values: Any, y_values: Any | None = None, forecast_destination: Any | None = None, ignore_data_errors: bool = False) -> AbstractDataset
パラメーター
- y_values
予測を実行する y 値を入力します。
- forecast_destination
- <xref:pandas.Timestamp>
Forecast_destination: タイム スタンプ値。 予測は、すべての粒度に対して forecast_destination 時刻まで実行されます。 ディクショナリ入力 { grain -> timestamp } は受け入れられません。 forecast_destination が指定されていない場合は、すべての粒度に対して X_pred で最後に発生した時刻が代入されます。
predict
指定された値の予測をモデルで実行するジョブを送信します。
predict(values: Any) -> AbstractDataset
パラメーター
戻り値
予測された値。
predict_proba
指定された値の predict_proba をモデルで実行するジョブを送信します。
predict_proba(values: Any) -> AbstractDataset
パラメーター
戻り値
予測された値。
test
test_data
から予測を取得し、関連するメトリックをコンピューティングします。
test(test_data: AbstractDataset, include_predictions_only: bool = False) -> Tuple[AbstractDataset, Dict[str, Any]]
パラメーター
- test_data
テスト データセット。
- include_predictions_only
予測を predictions.csv 出力の一部としてのみ含めるかどうか。
このパラメーターが True
の場合、出力 CSV 列は次のように表示されます (予測は回帰と同じです)。
Classification => [predicted values], [probabilities]
Regression => [predicted values]
または次のようになります (既定値)。
Classification => [original test data labels], [predicted values], [probabilities], [features]
Regression => [original test data labels], [predicted values], [features]
[original test data labels]
列名 = [label column name] + "_orig"
。
[predicted values]
列名 = [label column name] + "_predicted"
。
[probabilities]
列名 = [class name] + "_predicted_proba"
。
[features]
列名 = [feature column name] + "_orig"
。
test_data
にターゲット列が含まれない場合、[original test data labels]
は出力データフレームに含まれません。
戻り値
予測値とメトリックを含むタプル。
フィードバック
https://aka.ms/ContentUserFeedback」を参照してください。
以下は間もなく提供いたします。2024 年を通じて、コンテンツのフィードバック メカニズムとして GitHub の issue を段階的に廃止し、新しいフィードバック システムに置き換えます。 詳細については、「フィードバックの送信と表示