通过

ModelProxy 类

注释

这是一个实验类，随时可能会更改。 有关详细信息，请参阅 https://aka.ms/azuremlexperimental。

启用远程计算推理的 AutoML 模型的代理对象。

创建 AutoML ModelProxy 对象以将推理提交到训练环境。

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

覆盖要推断的目标计算。

方法

forecast

提交作业以针对给定值的模型运行预测。
forecast_quantiles

提交作业以针对给定值在模型上运行forecast_quantiles。
predict

提交作业以针对给定值的模型运行预测。
predict_proba

提交作业以针对给定值在模型上运行predict_proba。
test

从 test_data 相关指标中检索预测和计算相关指标。

forecast

提交作业以针对给定值的模型运行预测。

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

输入要运行预测的测试数据。
y_values
AbstractDataset 或 DataFrame 或 ndarray

要运行预测的输入 y 值。

默认值: None

返回

类型 说明

预测值。

forecast_quantiles

提交作业以针对给定值在模型上运行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

输入要运行预测的测试数据。
y_values

要运行预测的输入 y 值。

默认值: None
forecast_destination
<xref:pandas.Timestamp>

Forecast_destination：时间戳值。 所有谷物的预测都将一路到达forecast_destination时间。 字典输入 { 粒度 -> 时间戳 } 将不接受。 如果未给出forecast_destination，则它将补为每个谷物X_pred的最后一次。

默认值: None
ignore_data_errors
bool

忽略用户数据中的错误。

默认值: False

predict

提交作业以针对给定值的模型运行预测。

predict(values: Any) -> AbstractDataset

参数

名称 说明
values
必需
AbstractDataset 或 DataFrame 或 ndarray

输入要运行预测的测试数据。

返回

类型 说明

预测值。

predict_proba

提交作业以针对给定值在模型上运行predict_proba。

predict_proba(values: Any) -> AbstractDataset

参数

名称 说明
values
必需
AbstractDataset 或 DataFrame 或 ndarray

输入要运行预测的测试数据。

返回

类型 说明

预测值。

test

从 test_data 相关指标中检索预测和计算相关指标。

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

参数

名称 说明
test_data
必需

测试数据集。
include_predictions_only

是否仅将预测包含在 predictions.csv 输出中。

如果此参数为 True 输出 CSV 列，则如下所示（预测与回归相同）：

Classification => [predicted values], [probabilities]

Regression => [predicted values]

else （默认值）：

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

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

列 [original test data labels] 名 = [label column name] + "_orig".

列 [predicted values] 名 = [label column name] + "_predicted".

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

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

test_data如果不包括目标列，则[original test data labels]不会在输出数据帧中。

默认值: False

返回

类型 说明

包含预测值和指标的元组。