ModelProxy 类

参考

注意

这是一个试验性的类，随时可能更改。有关详细信息，请参阅 https://aka.ms/azuremlexperimental。

AutoML 模型的代理对象，可在远程计算上进行推理。

创建 AutoML ModelProxy 对象以将推理提交到训练环境。

继承: builtins.object

ModelProxy

构造函数

ModelProxy(child_run, compute_target=None)

参数

名称	说明
child_run 必需	将从中下载模型的子运行。
compute_target 必需	覆盖要推理的目标计算。

方法

forecast	提交作业，以在模型上针对给定值运行预测。
forecast_quantiles	提交作业，以在模型上针对给定值运行 forecast_quantiles。
predict	提交作业，以在模型上针对给定值运行预测。
predict_proba	提交作业，以在模型上针对给定值运行 predict_proba。
test	从 `test_data` 检索预测并计算相关指标。

forecast

提交作业，以在模型上针对给定值运行预测。

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

参数

名称	说明
X_values 必需	AbstractDataset 或 DataFrame 或 ndarray 输入要对其运行预测的测试数据。
y_values	AbstractDataset 或 DataFrame 或 ndarray 输入要对其运行预测的 y 值。默认值: None

类型	说明
	预测值。

forecast_quantiles

提交作业，以在模型上针对给定值运行 forecast_quantiles。

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

参数

名称	说明
X_values 必需	AbstractDataset 输入要对其运行预测的测试数据。
y_values	输入要对其运行预测的 y 值。默认值: None
forecast_destination	<xref:pandas.Timestamp> Forecast_destination：时间戳值。对于所有粒度，将一直进行预测，直到 forecast_destination 时间。不接受字典输入 { grain -> timestamp }。如果未提供 forecast_destination，则估算为每个粒度在 X_pred 中最后出现的时间。默认值: None
ignore_data_errors	bool 忽略用户数据中的错误。默认值: False

predict

提交作业，以在模型上针对给定值运行预测。

predict(values: Any) -> AbstractDataset

参数

名称	说明
values 必需	AbstractDataset 或 DataFrame 或 ndarray 输入要对其运行预测的测试数据。

类型	说明
	预测值。

predict_proba

提交作业，以在模型上针对给定值运行 predict_proba。

predict_proba(values: Any) -> AbstractDataset

参数

名称	说明
values 必需	AbstractDataset 或 DataFrame 或 ndarray 输入要对其运行预测的测试数据。

类型	说明
	预测值。

test

从 test_data 检索预测并计算相关指标。

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

参数

名称说明

名称	说明
test_data 必需	测试数据集。
include_predictions_only	是否仅在 predictions.csv 输出中包含预测。如果此参数为 `True`，则输出 CSV 列如下所示（预测与回归相同）： `Classification => [predicted values], [probabilities]` `Regression => [predicted values]` 否则（默认值）： `Classification => [original test data labels], [predicted values], [probabilities], [features]` `Regression => [original test data labels], [predicted values], [features]` `[original test data labels]` 列名为 `[label column name] + "_orig"`。 `[predicted values]` 列名为 `[label column name] + "_predicted"`。 `[probabilities]` 列名称 = `[class name] + "_predicted_proba"`。 `[features]` 列名称 = `[feature column name] + "_orig"`。如果 `test_data` 不包含目标列，则 `[original test data labels]` 将不在输出 DataFrame 中。默认值: False

test_data

必需

测试数据集。

include_predictions_only

是否仅在 predictions.csv 输出中包含预测。

如果此参数为 True，则输出 CSV 列如下所示（预测与回归相同）：

Classification => [predicted values], [probabilities]

Regression => [predicted values]

否则（默认值）：

Classification => [original test data labels], [predicted values], [probabilities], [features]

Regression => [original test data labels], [predicted values], [features]

[original test data labels] 列名为 [label column name] + "_orig"。

[predicted values] 列名为 [label column name] + "_predicted"。

[probabilities] 列名称 = [class name] + "_predicted_proba"。

[features] 列名称 = [feature column name] + "_orig"。

如果 test_data 不包含目标列，则 [original test data labels] 将不在输出 DataFrame 中。

默认值: False

类型	说明
	包含预测值和指标的元组。

通过