microsoftml.rx_predict：使用 Microsoft 機器學習模型進行評分
使用方式
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
使用以 revoscalepy 資料來源訓練的 Microsoft ML 機器學習模型，報告資料框架或 revoscalepy 資料來源中每個執行個體的計分結果。
詳細資料
預設會在輸出中報告下列項目：針對二元分類器，會對三個變數計分：PredictedLabel、Score 和 Probability；針對 oneClassSvm 和迴歸分類器，則為 Score；針對多元分類器，則為 PredictedLabel，以及前面加上 Score 之每個類別的變數。
引數
model
從 Microsoft ML 模型傳回的模型資訊物件。
例如，從 rx_fast_trees 或 rx_logistic_regression 傳回的物件。
data
revoscalepy 資料來源物件、資料框架或 .xdf 檔案的路徑。
output_data
輸出文字或 XDF 檔案名稱，或者具有寫入功能的 RxDataSource，可用來儲存已轉換的資料。 若為 None，則會傳回資料框架。 預設值為 None。
write_model_vars
若為 True，除了計分變數之外，也會將模型中的變數寫入至輸出資料集。
如果來自輸入資料集的變數已在模型中轉換，也會包含轉換後的變數。 預設值是 False。
extra_vars_to_write
要包含在 output_data 中的 None 或輸入資料中其他變數名稱的字元向量。 若 write_model_vars 為 True，也會包含模型變數。 預設值是 None。
尾碼
字元字串，指定要附加至所建立計分變數的尾碼，如果沒有尾碼，則指定 None。 預設值是 None。
overwrite
若為 True，則會覆寫現有的 output_data；若為 False，則不會覆寫現有的 output_data。 預設值是 False。
data_threads
整數，指定資料管線中所需的平行處理原則程度。 若為 None，則會在內部決定使用的執行緒數目。 預設值為 None。
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目與所有時間。
預設值是 1。
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。
預設值是 1。
compute_context
設定用來執行計算的內容，以有效的 revoscalepy.RxComputeContext 指定。 目前支援本機和 revoscalepy.RxInSqlServer 計算內容。
kargs
傳送至計算引擎的其他引數。
傳回
資料框架或 revoscalepy.RxDataSource 物件，代表建立的輸出資料。 根據預設，計分二元分類器的輸出會包含三個變數：PredictedLabel、Score 和 Probability；rx_oneclass_svm 和迴歸會包含一個變數：Score；而多元分類器則會包含 PredictedLabel，以及前面加上 Score 之每個類別的變數。 若提供 suffix，則會將其新增至這些輸出變數名稱的結尾。
另請參閱
rx_featurize、revoscalepy.rx_data_step、revoscalepy.rx_import。
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
即將登場：在 2024 年，我們將逐步淘汰 GitHub 問題作為內容的意見反應機制，並將它取代為新的意見反應系統。 如需詳細資訊，請參閱：https://aka.ms/ContentUserFeedback。
提交並檢視相關的意見反應