microsoftml.rx_predict：使用Microsoft機器學習模型的分數

使用量

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)

說明

報告的每實例評分會產生資料框架或 revoscalepy 資料來源，使用訓練好的 Microsoft ML 機器學習模型搭配 arevoscalepydata 來源。

詳細資料

輸出中預設會報告以下項目：二元分類器對三個變數的評分：預測標籤（PredictedLabel）、分數（Score）與機率（Probability）;oneClassSvm 與迴歸分類器的分數;多類別分類器使用 PredictedLabel，並加一個以 Score 前置的每個類別變數。

論點

型號

一個從 microsoftml 模型回傳的模型資訊物件。例如，從 rx_fast_trees 或 rx_logistic_regression返回的物件。

資料

例如 revoscalepy 的資料來源物件、資料框架，或檔案 .xdf 的路徑。

output_data

輸出文字或 xdf 檔名，或 RxDataSource 具備寫入功能以儲存轉換後的資料。若 為 N，則回傳一個資料框。預設值是 None。

write_model_vars

如果 True，模型中的變數除了評分變數外，還會寫入輸出資料集。若輸入資料集中的變數被轉換，則轉換後的變數也會被包含在內。預設值為 False。

extra_vars_to_write

None 或是輸入資料中新增變數名稱的字元向量，包含在 output_data。若 write_model_vars 為 True，則模型變數也包含在內。預設值為 None。

suffix

在建立的評分變數上，指定後綴的字串，或 None 是沒有後綴。預設值為 None。

覆寫

若 True，output_data則存在被覆寫;若Falseoutput_data存在未被覆寫。預設值為 False。

data_threads

一個整數，指定資料管線中所需的平行程度。若無，則執行緒數量由內部決定。預設值是 None。

blocks_per_read

指定從資料來源讀取的每一塊資料要讀取的區塊數量。

report_progress

一個整數值，用來指定對資料列處理進度的報告層級：

0：沒有進展報告。
1：已處理的列數會被列印並更新。
2：處理的行數及時間報告。
3：列數已處理，所有時間點都會被報告。

預設值為 1。

詳細資訊

一個整數值，用來指定想要輸出的量。若 0，則計算過程中不會印出冗長輸出。整數值來自 1 ， 4 提供越來越多的資訊。預設值為 1。

compute_context

設定計算執行的上下文，並以有效的 revoscalepy 指定。RxComputeContext。目前是局部且 revoscalepy。支援 RxInSqlServer 的運算上下文。

卡格族

額外參數送入計算引擎。

Returns

資料框架或 revoscalepy。RxDataSource 物件代表所建立的輸出資料。預設情況下，評分二元分類器的輸出包含三個變數：PredictedLabel、、 ScoreProbability;rx_oneclass_svm迴歸包含一個變數：Score;多類別分類器則包含PredictedLabel每個類別Score前加一個變數。若提供 a suffix ，則會將其加入這些輸出變數名稱的末尾。

二元分類範例

'''
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))

輸出：

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

迴歸範例

'''
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)

輸出：

'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

意見反應

此頁面對您有幫助嗎？

Last updated on 2026-08-24