Usage
microsoftml.rx_predict(model,
data: typing.Union[revoscalepy.datasource.RxDataSource.RxDataSource,
pandas.core.frame.DataFrame],
output_data: typing.Union[revoscalepy.datasource.RxDataSource.RxDataSource,
str] = None, write_model_vars: bool = False,
extra_vars_to_write: list = None, suffix: str = None,
overwrite: bool = False, data_threads: int = None,
blocks_per_read: int = None, report_progress: int = None,
verbose: int = 1,
compute_context: revoscalepy.computecontext.RxComputeContext.RxComputeContext = None,
**kargs)
Description
报告的每实例评分结果是基于训练好的 Microsoft ML 机器学习 模型和 arevoscalepydata 源，生成一个数据帧或 revoscalepy 数据源。
详细信息
以下项目默认在输出中报告：二元分类器对三个变量的评分：预测标签、评分和概率;oneClassSvm和回归分类器的得分;多类分类器使用预测标签，以及每个类别前加一个变量，前置评分。
Arguments
模型
一个从 microsoftml 模型返回的模型信息对象。
例如，从 rx_fast_trees 或 rx_logistic_regression返回的对象。
数据
一个 revoscalepy 的数据源对象、一个数据帧，或者文件 .xdf 路径。
output_data
输出文本或xdf文件名，或 RxDataSource 带有写入功能以存储转换数据。 如果 无，则返回一个数据帧。 默认值为无。
write_model_vars
如果 True，模型中的变量除了评分变量外，还会写入输出数据集。
如果模型中转换了输入数据集中的变量，则转换后的变量也会被包含在内。 默认值为 False。
extra_vars_to_write
None 或输入数据中附加变量名称的字符向量，包含在 output_data中。 如果 write_model_vars 是 True，模型变量也包含在内。 默认值为 None。
后缀
在创建的评分变量上添加后缀的字符串，或者 None 在其中没有后缀。 默认值为 None。
覆盖
如果True，output_data则存在被覆盖;如果Falseoutput_data存在不被覆盖。 默认值为 False。
data_threads
一个整数，表示数据管道中所需的并行度。 如果 没有，则使用线程的数量由内部确定。 默认值为无。
blocks_per_read
指定要为从数据源读取的每个数据区块读取的块数。
report_progress
一个整数值，该值指定对行处理进度的报告级别：
0：未报告任何进度。1：打印和更新已处理的行数。2：已处理行和计时报告。3：已处理行并报告所有计时。
默认值为 1。
详细的
一个整数值，该值指定所需的输出量。
如果在 0计算期间不打印详细输出。 整数值， 1 用于 4 提供不断增加的信息量。
默认值为 1。
compute_context
设置使用有效的 revoscalepy 指定的计算执行的上下文。RxComputeContext。 当前为本地和 revoscalepy。支持 RxInSqlServer 计算上下文。
kargs
发送到计算引擎的其他参数。
Returns
一个数据帧或 revoscalepy。RxDataSource 对象表示生成的输出数据。 默认情况下，评分二元分类器的输出包括三个变量： PredictedLabel、、 Score和 Probability; rx_oneclass_svm 回归包含一个变量; Score多类分类器则包括 PredictedLabel 每个前置的类别 Score加上一个变量。 如果提供了 a suffix ，则会将其添加到这些输出变量名的末尾。
二元分类示例
'''
Binary Classification.
'''
import numpy
import pandas
from microsoftml import rx_fast_linear, rx_predict
from revoscalepy.etl.RxDataStep import rx_data_step
from microsoftml.datasets.datasets import get_dataset
infert = get_dataset("infert")
import sklearn
if sklearn.__version__ < "0.18":
from sklearn.cross_validation import train_test_split
else:
from sklearn.model_selection import train_test_split
infertdf = infert.as_df()
infertdf["isCase"] = infertdf.case == 1
data_train, data_test, y_train, y_test = train_test_split(infertdf, infertdf.isCase)
forest_model = rx_fast_linear(
formula=" isCase ~ age + parity + education + spontaneous + induced ",
data=data_train)
# RuntimeError: The type (RxTextData) for file is not supported.
score_ds = rx_predict(forest_model, data=data_test,
extra_vars_to_write=["isCase", "Score"])
# Print the first five rows
print(rx_data_step(score_ds, number_rows_read=5))
输出：
Automatically adding a MinMax normalization transform, use 'norm=Warn' or 'norm=No' to turn this behavior off.
Beginning processing data.
Rows Read: 186, Read Time: 0, Transform Time: 0
Beginning processing data.
Beginning processing data.
Rows Read: 186, Read Time: 0.001, Transform Time: 0
Beginning processing data.
Beginning processing data.
Rows Read: 186, Read Time: 0.001, Transform Time: 0
Beginning processing data.
Using 2 threads to train.
Automatically choosing a check frequency of 2.
Auto-tuning parameters: maxIterations = 8064.
Auto-tuning parameters: L2 = 2.666837E-05.
Auto-tuning parameters: L1Threshold (L1/L2) = 0.
Using best model from iteration 590.
Not training a calibrator because it is not needed.
Elapsed time: 00:00:00.6058289
Elapsed time: 00:00:00.0084728
Beginning processing data.
Rows Read: 62, Read Time: 0, Transform Time: 0
Beginning processing data.
Elapsed time: 00:00:00.0302359
Finished writing 62 rows.
Writing completed.
Rows Read: 5, Total Rows Processed: 5, Total Chunk Time: 0.001 seconds
isCase PredictedLabel Score Probability
0 False True 0.576775 0.640325
1 False False -2.929549 0.050712
2 True False -2.370090 0.085482
3 False False -1.700105 0.154452
4 False False -0.110981 0.472283
回归示例
'''
Regression.
'''
import numpy
import pandas
from microsoftml import rx_fast_trees, rx_predict
from revoscalepy.etl.RxDataStep import rx_data_step
from microsoftml.datasets.datasets import get_dataset
airquality = get_dataset("airquality")
import sklearn
if sklearn.__version__ < "0.18":
from sklearn.cross_validation import train_test_split
else:
from sklearn.model_selection import train_test_split
airquality = airquality.as_df()
######################################################################
# Estimate a regression fast forest
# Use the built-in data set 'airquality' to create test and train data
df = airquality[airquality.Ozone.notnull()]
df["Ozone"] = df.Ozone.astype(float)
data_train, data_test, y_train, y_test = train_test_split(df, df.Ozone)
airFormula = " Ozone ~ Solar_R + Wind + Temp "
# Regression Fast Forest for train data
ff_reg = rx_fast_trees(airFormula, method="regression", data=data_train)
# Put score and model variables in data frame
score_df = rx_predict(ff_reg, data=data_test, write_model_vars=True)
print(score_df.head())
# Plot actual versus predicted values with smoothed line
# Supported in the next version.
# rx_line_plot(" Score ~ Ozone ", type=["p", "smooth"], data=score_df)
输出：
'unbalanced_sets' ignored for method 'regression'
Not adding a normalizer.
Making per-feature arrays
Changing data from row-wise to column-wise
Beginning processing data.
Rows Read: 87, Read Time: 0.001, Transform Time: 0
Beginning processing data.
Warning: Skipped 4 instances with missing features during training
Processed 83 instances
Binning and forming Feature objects
Reserved memory for tree learner: 22620 bytes
Starting to train ...
Not training a calibrator because it is not needed.
Elapsed time: 00:00:00.0390764
Elapsed time: 00:00:00.0080750
Beginning processing data.
Rows Read: 29, Read Time: 0.001, Transform Time: 0
Beginning processing data.
Elapsed time: 00:00:00.0221875
Finished writing 29 rows.
Writing completed.
Solar_R Wind Temp Score
0 290.0 9.2 66.0 33.195541
1 259.0 15.5 77.0 20.906796
2 276.0 5.1 88.0 76.594643
3 139.0 10.3 81.0 31.668842
4 236.0 14.9 81.0 43.590839