microsoftml.rx_predict: Ergebnisse mit einem Microsoft Machine-Learning-Modell

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

Berichtet die pro-instanzliche Bewertung in einem Datenrahmen oder einer revoscalepy-Datenquelle unter Verwendung eines trainierten Microsoft ML Machine Learning-Modells mit arevoscalepydata-Quelle.

Details

Folgende Elemente werden standardmäßig in der Ausgabe angegeben: Bewertung auf drei Variablen für die binären Klassifikatoren: PredictedLabel, Score und Probability; den Score für oneClassSvm und Regressionsklassifikatoren; PredictedLabel für Multi-Class-Klassifikatoren, plus eine Variable für jede Kategorie, die vom Score vorangestellt wird.

Argumente

model

Ein Modellinformationsobjekt, das von einem MicrosoftML-Modell zurückgegeben wurde. Zum Beispiel gab ein Objekt von rx_fast_trees oder rx_logistic_regressionzurück.

data

Ein revoscalepy Datenquellenobjekt, ein Datenrahmen oder der Pfad zu einer .xdf Datei.

output_data

Geben Sie Text oder XDF-Dateinamen aus oder verfügen RxDataSource über Schreibfunktionen, um transformierte Daten zu speichern. Wenn keine, wird ein Datenframe zurückgegeben. Der Standardwert ist Keiner.

write_model_vars

Wenn True, werden Variablen im Modell zusätzlich zu den Wertungsvariablen in den Ausgabedatensatz geschrieben. Wenn Variablen aus dem Eingabedatensatz im Modell transformiert werden, werden auch die transformierten Variablen einbezogen. Der Standardwert ist False.

extra_vars_to_write

None oder Zeichenvektor mit zusätzlichen Variablennamen aus den Eingabedaten, die in die einbezogen werden output_datasollen. Wenn write_model_vars , Truewerden ebenfalls Modellvariablen einbezogen. Der Standardwert ist None.

Suffix

Eine Zeichenkette, die das Suffix angibt, das an die erstellte Wertungsvariable(n) oder None in There angehängt werden soll, gibt kein Suffix. Der Standardwert ist None.

überschreiben

Wenn True, wird ein Existent output_data überschrieben; wenn False ein Existent output_data nicht überschrieben wird. Der Standardwert ist False.

data_threads

Eine Ganzzahl, die den gewünschten Grad an Parallelität in der Datenpipeline angibt. Wenn keine, wird die Anzahl der verwendeten Gewinde intern bestimmt. Der Standardwert ist Keiner.

blocks_per_read

Gibt die Anzahl der zu lesenden Blöcke für jeden Datenabschnitt an, der aus der Datenquelle gelesen werden soll.

report_progress

Ein ganzzahliger Wert, der die Berichtsebene für den Fortschritt der Zeilenverarbeitung angibt:

0: Es wird kein Fortschritt gemeldet.
1: Die Anzahl der verarbeiteten Zeilen wird gedruckt und aktualisiert.
2: Verarbeitete Zeilen und Anzeigedauern werden gemeldet.
3: Verarbeitete Zeilen und alle Anzeigedauern werden gemeldet.

Der Standardwert ist 1.

verbose

Ein ganzzahliger Wert, der die gewünschte Ausgabemenge angibt. Wird 0bei Berechnungen keine ausführliche Ausgabe gedruckt. Ganzzahlige Werte von 1 bis hin zu 4 steigenden Informationsmengen. Der Standardwert ist 1.

compute_context

Legt den Kontext fest, in dem Berechnungen ausgeführt werden, die mit einem gültigen Revoscalepy angegeben werden. RxComputeContext. Derzeit lokal und revoscalepy. RxInSqlServer-Computekontexte werden unterstützt.

Kargs

Zusätzliche Argumente, die an das Computemodul gesendet werden.

Rückgaben

Ein Datenrahmen oder ein Revoscalepy. Das Objekt RxDataSource repräsentiert die erstellten Ausgabedaten. Standardmäßig enthalten die Ausgaben von binären Klassifikatoren zur Bewertung drei Variablen: , , und Probability; rx_oneclass_svm und die Regression enthält eine Variable: Score; und Multi-Klassen-Klassifikatoren enthalten PredictedLabel plus eine Variable für jede Kategorie, die von vorangestellt istScore. ScorePredictedLabel Wenn ein suffix angegeben ist, wird es am Ende dieser Ausgabevariablennamen hinzugefügt.

Beispiel für binäre Klassifizierung

'''
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))

Ausgabe:

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

Regressionsbeispiel

'''
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)