使用方式
microsoftml.rx_ensemble(formula: str,
data: [<class 'revoscalepy.datasource.RxDataSource.RxDataSource'>,
<class 'pandas.core.frame.DataFrame'>, <class 'list'>],
trainers: typing.List[microsoftml.modules.base_learner.BaseLearner],
method: str = None, model_count: int = None,
random_seed: int = None, replace: bool = False,
samp_rate: float = None, combine_method: ['Average', 'Median',
'Vote'] = 'Median', max_calibration: int = 100000,
split_data: bool = False, ml_transforms: list = None,
ml_transform_vars: list = None, row_selection: str = None,
transforms: dict = None, transform_objects: dict = None,
transform_function: str = None,
transform_variables: list = None,
transform_packages: list = None,
transform_environment: dict = None, blocks_per_read: int = None,
report_progress: int = None, verbose: int = 1,
compute_context: revoscalepy.computecontext.RxComputeContext.RxComputeContext = None)
Description
將一整團模型定型。
詳細資料
rx_ensemble 是一個函數，可將各種類型的數個模型定型，以取得與從單一模型取得的效能相比更佳的預測效能。
引數
formula
有效 Python 語法中的符號或數學公式，以雙引號括住。 符號公式可能會參考資料來源中的物件，例如 "creditScore ~ yearsEmploy"。
目前不支援互動字詞 (creditScore * yearsEmploy) 和運算式 (creditScore == 1)。
data
資料來源物件或字元字串，指定 .xdf 檔案或資料框架物件。 或者，也可以是資料來源清單，表示每個模型都應該使用清單中的其中一個資料來源定型。 在此情況下，資料清單的長度必須等於 model_count。
trainers
具有其引數的定型器清單。 定型器是使用 FastTrees、FastForest、FastLinear、LogisticRegression、NeuralNetwork 或 OneClassSvm 建立。
method
指定集成類型的字元字串："anomaly" 表示異常偵測、"binary" 表示二元分類、multiClass 表示多元分類，或 "regression" 表示迴歸。
random_seed
指定隨機種子。 預設值是 None。
model_count
指定要定型的模型數目。 如果此數字大於定型器清單的長度，則定型器清單會重複以符合 model_count。
取代
邏輯值，指定觀測的取樣應該重複或不重複進行。 預設值是 False。
samp_rate
正值的純量，指定要針對每個定型器取樣的觀測百分比。 預設值 1.0 表示重複取樣 (即 replace=True)，而 0.632 則表示不重複取樣 (即 replace=False)。 當 split_data 為 True 時，預設值 samp_rate 為 1.0 (分割前不會進行取樣)。
split_data
邏輯值，指定是否要在非重疊的分割區上定型基本模型。
預設值為 False。 僅適用於 RxSpark 計算內容，其他內容則會忽略。
combine_method
指定用來合併模型的方法：
"Median"：可計算個別模型輸出的中位數，"Average"：可計算個別模型輸出的平均值，以及"Vote"：可計算模型的 (pos-neg)/總數，其中 'pos' 是正輸出的數目，而 'neg' 則是負輸出的數目。
max_calibration
指定用於校正的範例數目上限。 除了二元分類之外，所有其他工作都會忽略此引數。
ml_transforms
指定在定型之前要在資料上執行的 MicrosoftML 轉換清單，或者，若未執行任何轉換，則為 None。 不允許需要額外忽略資料的轉換 (例如 featurize_text、categorical)。
這些轉換會在任何指定的 R 轉換之後執行。
預設值為 None。
ml_transform_vars
指定要用於 ml_transforms 之變數名稱的字元向量，或者，若未使用任何名稱，則為 None。 預設值為 None。
row_selection
不支援。 指定資料集中要供模型使用的資料列 (觀測值)，可以是來自資料集的邏輯變數名稱 (以引號括住)，或是使用資料集中變數的邏輯運算式。 例如：
rowSelection = "old"將只會使用old變數值為True的觀測值。rowSelection = (age > 20) & (age < 65) & (log(income) > 10)只會使用age變數值介於 20 到 65 之間且income變數log值大於 10 的觀察值。
資料列選取會在處理任何資料轉換之後執行 (請參閱引數 transforms 或 transform_func)。 如同所有運算式，可以在函數呼叫之外使用 expression 函數定義 row_selection。
轉換
不支援。 代表第一輪變數轉換形式的運算式。 如同所有運算式，可以在函數呼叫之外使用 expression 函數定義 transforms (或 row_selection)。
transform_objects
不支援。 具名清單，其中包含 transforms、transform_function 和 row_selection 可以參考的物件。
transform_function
變數轉換函數。
transform_variables
轉換函數所需之輸入資料集變數的字元向量。
transform_packages
不支援。 字元向量，用以指定其他 Python 套件 (除了 RxOptions.get_option("transform_packages") 中指定的套件以外) 以供使用，並且預先載入以供變數轉換函數使用。
例如，revoscalepy 函數中透過其 transforms 與 transform_function 引數明確定義的字元向量，或透過其 formula 或 row_selection 引數隱含定義的字元向量。
transform_packages 引數也可能是 None，表示並未預先載入 RxOptions.get_option("transform_packages") 以外的任何套件。
transform_environment
不支援。 使用者定義的環境，作為內部開發之所有環境的父系且用於變數資料轉換。
如果為 transform_environment = None，則會改用具有父系 revoscalepy.baseenv 的新「雜湊」環境。
blocks_per_read
指定要針對從資料來源讀取之每個資料區塊讀取的區塊數目。
report_progress
指定資料列處理進度報告層級的整數值：
0：未報告進度。1：已列印和更新處理的資料列數目。2：報告已處理的資料列數目與時間。3：報告已處理的資料列數與所有時間。
verbose
指定所需輸出數量的整數值。
若為 0，則計算期間不會列印任何詳細資訊輸出。 整數值 1 到 4 提供越來越多的資訊量。
compute_context
設定執行計算的內容，以有效的 revoscalepy.RxComputeContext 指定。
目前支援本機和 revoscalepy.RxSpark 計算內容。 指定 revoscalepy.RxSpark 時，會以分散式方式完成模型的定型，並在本機完成集成。 請注意，計算內容不可為非等待中。
傳回
具有已定型集成模型的 rx_ensemble 物件。