ModelProxy Klasa

Uwaga

Jest to klasa eksperymentalna i może ulec zmianie w dowolnym momencie. Aby uzyskać więcej informacji, zobacz https://aka.ms/acr/connected-registry.

Obiekt serwera proxy dla modeli automatycznego uczenia maszynowego, który umożliwia wnioskowanie na zdalnych obliczeniach.

Utwórz obiekt AutoML ModelProxy, aby przesłać wnioskowanie do środowiska szkoleniowego.

Konstruktor

ModelProxy(child_run, compute_target=None)

Parametry

Nazwa	Opis
child_run Wymagane	Podrzędny przebieg, z którego zostanie pobrany model.
compute_target Wymagane	Zastąp element docelowy obliczeniowy do wnioskowania.

Metody

forecast	Prześlij zadanie, aby uruchomić prognozę w modelu dla podanych wartości.
forecast_quantiles	Prześlij zadanie, aby uruchomić forecast_quantiles w modelu dla danych wartości.
predict	Prześlij zadanie, aby uruchomić przewidywanie dla modelu dla podanych wartości.
predict_proba	Prześlij zadanie, aby uruchomić predict_proba w modelu dla podanych wartości.
test	Pobieranie przewidywań z test_data odpowiednich metryk i obliczeń.

forecast

Prześlij zadanie, aby uruchomić prognozę w modelu dla podanych wartości.

forecast(X_values: Any, y_values: Any | None = None) -> Tuple[AbstractDataset, AbstractDataset]

Parametry

Nazwa	Opis
X_values Wymagane	AbstractDataset lub DataFrame lub ndarray Dane testowe danych wejściowych do uruchamiania prognozy.
y_values	AbstractDataset lub DataFrame lub ndarray Wejściowe wartości y do uruchomienia prognozy. Domyślna wartość: None

Zwraca

Typ	Opis
	Wartości prognozy.

forecast_quantiles

Prześlij zadanie, aby uruchomić forecast_quantiles w modelu dla danych wartości.

forecast_quantiles(X_values: Any, y_values: Any | None = None, forecast_destination: Any | None = None, ignore_data_errors: bool = False) -> AbstractDataset

Parametry

Nazwa	Opis
X_values Wymagane	AbstractDataset Dane testowe danych wejściowych do uruchamiania prognozy.
y_values	Wejściowe wartości y do uruchomienia prognozy. Domyślna wartość: None
forecast_destination	<xref:pandas.Timestamp> Forecast_destination: wartość sygnatury czasowej. Prognozy zostaną wykonane przez cały czas do forecast_destination czasu dla wszystkich ziarna. Dane wejściowe słownika { grain —> sygnatura czasowa } nie zostaną zaakceptowane. Jeśli forecast_destination nie zostanie podana, zostanie ona przypisana jako ostatni raz w X_pred dla każdego ziarna. Domyślna wartość: None
ignore_data_errors	bool Ignoruj błędy w danych użytkownika. Domyślna wartość: False

predict

Prześlij zadanie, aby uruchomić przewidywanie dla modelu dla podanych wartości.

predict(values: Any) -> AbstractDataset

Parametry

Nazwa	Opis
values Wymagane	AbstractDataset lub DataFrame lub ndarray Dane testowe danych wejściowych do uruchomienia przewidywania.

Zwraca

Typ	Opis
	Przewidywane wartości.

predict_proba

Prześlij zadanie, aby uruchomić predict_proba w modelu dla podanych wartości.

predict_proba(values: Any) -> AbstractDataset

Parametry

Nazwa	Opis
values Wymagane	AbstractDataset lub DataFrame lub ndarray Dane testowe danych wejściowych do uruchomienia przewidywania.

Zwraca

Typ	Opis
	Przewidywane wartości.

test

Pobieranie przewidywań z test_data odpowiednich metryk i obliczeń.

test(test_data: AbstractDataset, include_predictions_only: bool = False) -> Tuple[AbstractDataset, Dict[str, Any]]

Parametry

Nazwa	Opis
test_data Wymagane	Testowy zestaw danych.
include_predictions_only	Określa, czy przewidywanie ma być uwzględniane tylko jako część danych wyjściowych predictions.csv. Jeśli ten parametr to True kolumny wyjściowe CSV wyglądają jak (prognozowanie jest takie samo jak regresja): Classification => [predicted values], [probabilities] Regression => [predicted values] else (ustawienie domyślne): Classification => [original test data labels], [predicted values], [probabilities], [features] Regression => [original test data labels], [predicted values], [features] Nazwa [original test data labels] kolumny = [label column name] + "_orig". Nazwa [predicted values] kolumny = [label column name] + "_predicted". Nazwy [probabilities] kolumn = [class name] + "_predicted_proba". Nazwy [features] kolumn = [feature column name] + "_orig". Jeśli kolumna test_data docelowa nie zawiera kolumny docelowej, [original test data labels] nie będzie w wyjściowej ramce danych. Domyślna wartość: False

Zwraca

Typ	Opis
	Krotka zawierająca przewidywane wartości i metryki.