다음을 통해 공유

ModelProxy 클래스

  • 참조

참고

이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요.

원격 컴퓨팅에 대한 유추를 가능하게 하는 AutoML 모델용 프록시 개체입니다.

AutoML ModelProxy 개체를 만들어 학습 환경에 유추를 제출합니다.

상속
builtins.object
ModelProxy

생성자

ModelProxy(child_run, compute_target=None)

매개 변수

Name Description
child_run
필수

모델을 다운로드할 자식 실행입니다.
compute_target
필수

유추할 대상 컴퓨팅에 대한 덮어쓰기.

메서드

forecast

지정된 값에 대한 모델에서 예측을 실행하는 작업을 제출합니다.
forecast_quantiles

지정된 값에 대한 모델에서 forecast_quantiles를 실행하는 작업을 제출합니다.
predict

지정된 값에 대한 모델에서 예측을 실행하는 작업을 제출합니다.
predict_proba

지정된 값에 대한 모델에서 predict_proba를 실행하는 작업을 제출합니다.
test

test_data에서 예측을 검색하고 관련 메트릭을 컴퓨팅합니다.

forecast

지정된 값에 대한 모델에서 예측을 실행하는 작업을 제출합니다.

forecast(X_values: Any, y_values: Any | None = None) -> Tuple[AbstractDataset, AbstractDataset]

매개 변수

Name Description
X_values
필수
AbstractDataset 또는 DataFrame 또는 ndarray

예측을 실행할 테스트 데이터를 입력합니다.
y_values
AbstractDataset 또는 DataFrame 또는 ndarray

예측을 실행할 y 값을 입력합니다.

Default value: None

반환

형식 Description

예측 값입니다.

forecast_quantiles

지정된 값에 대한 모델에서 forecast_quantiles를 실행하는 작업을 제출합니다.

forecast_quantiles(X_values: Any, y_values: Any | None = None, forecast_destination: Any | None = None, ignore_data_errors: bool = False) -> AbstractDataset

매개 변수

Name Description
X_values
필수
AbstractDataset

예측을 실행할 테스트 데이터를 입력합니다.
y_values

예측을 실행할 y 값을 입력합니다.

Default value: None
forecast_destination
<xref:pandas.Timestamp>

Forecast_destination: 타임스탬프 값입니다. 모든 시간 조직에 대해 Forecast_destination 시간까지 예측이 이루어집니다. 사전 입력 { 시간 조직 -> 타임스탬프 }는 허용되지 않습니다. Forecast_destination이 제공되지 않으면 모든 시간 조직에 대해 X_pred에서 발생한 마지막 시간으로 간주됩니다.

Default value: None
ignore_data_errors
bool

사용자 데이터의 오류를 무시합니다.

Default value: False

predict

지정된 값에 대한 모델에서 예측을 실행하는 작업을 제출합니다.

predict(values: Any) -> AbstractDataset

매개 변수

Name Description
values
필수
AbstractDataset 또는 DataFrame 또는 ndarray

예측을 실행할 테스트 데이터를 입력합니다.

반환

형식 Description

예측된 값입니다.

predict_proba

지정된 값에 대한 모델에서 predict_proba를 실행하는 작업을 제출합니다.

predict_proba(values: Any) -> AbstractDataset

매개 변수

Name Description
values
필수
AbstractDataset 또는 DataFrame 또는 ndarray

예측을 실행할 테스트 데이터를 입력합니다.

반환

형식 Description

예측된 값입니다.

test

test_data에서 예측을 검색하고 관련 메트릭을 컴퓨팅합니다.

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

매개 변수

Name Description
test_data
필수

테스트 데이터 세트입니다.
include_predictions_only

예측을 predictions.csv 출력의 일부로 포함할지 여부입니다.

이 매개 변수가 True인 경우 출력 CSV 열은 다음과 같습니다(예측은 회귀와 동일).

Classification => [predicted values], [probabilities]

Regression => [predicted values]

else(기본값):

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

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

[original test data labels] 열 이름 = [label column name] + "_orig".

[predicted values] 열 이름 = [label column name] + "_predicted".

[probabilities] 열 이름 = [class name] + "_predicted_proba".

[features] 열 이름 = [feature column name] + "_orig".

test_data에 대상 열이 포함되지 않으면 [original test data labels]은 출력 데이터 프레임에 포함되지 않습니다.

Default value: False

반환

형식 Description

예측 값 및 메트릭을 포함하는 튜플입니다.