et_classifier#

Extra Trees 分类器。

模块内容#

类摘要#

ExtraTreesClassifier

Extra Trees 分类器。

目录#

class evalml.pipelines.components.estimators.classifiers.et_classifier.ExtraTreesClassifier(n_estimators=100, max_features='sqrt', max_depth=6, min_samples_split=2, min_weight_fraction_leaf=0.0, n_jobs=-1, random_seed=0, **kwargs)[source]#

Extra Trees 分类器。

参数

  • n_estimators (float) – 森林中的树木数量。默认为 100。

  • max_features (int, float or {"sqrt", "log2"}) –

    寻找最佳分割时考虑的特征数量

    • 如果是 int，则在每次分割时考虑 max_features 个特征。

    • 如果是 float，则 max_features 是一个分数，并且在每次分割时考虑 int(max_features * n_features) 个特征。

    • 如果是“sqrt”，则 max_features=sqrt(n_features)。

    • 如果是“log2”，则 max_features=log2(n_features)。

    • 如果是 None，则 max_features = n_features。

    分割搜索不会停止，直到找到节点样本的至少一个有效分区，即使这需要实际检查多于 max_features 的特征。

  • max_depth (int) – 树的最大深度。默认为 6。

  • min_samples_split (int or float) –

    分割内部节点所需的最小样本数量

    • 如果是 int，则将 min_samples_split 视为最小数量。

    • 如果是 float，则 min_samples_split 是一个分数，并且 ceil(min_samples_split * n_samples) 是每次分割的最小样本数量。

  • 2. (默认为) –

  • min_weight_fraction_leaf (float) – 叶节点所需的总权重（所有输入样本权重之和）的最小加权分数。默认为 0.0。

  • n_jobs (int or None) – 并行运行的作业数量。-1 表示使用所有进程。默认为 -1。

  • random_seed (int) – 随机数生成器的种子。默认为 0。

属性

hyperparameter_ranges

{ “n_estimators”: Integer(10, 1000), “max_features”: [“sqrt”, “log2”], “max_depth”: Integer(4, 10),}

model_family

ModelFamily.EXTRA_TREES

modifies_features

True

modifies_target

False

name

Extra Trees 分类器

supported_problem_types

[ ProblemTypes.BINARY, ProblemTypes.MULTICLASS, ProblemTypes.TIME_SERIES_BINARY, ProblemTypes.TIME_SERIES_MULTICLASS,]

training_only

False

方法

clone

使用相同的参数和随机状态构造一个新的组件。

default_parameters

返回此组件的默认参数。

describe

描述组件及其参数。

feature_importance

返回与每个特征相关的权重。

fit

将估计器拟合到数据。

get_prediction_intervals

使用拟合好的回归器查找预测区间。

load

从文件路径加载组件。

needs_fitting

返回布尔值，确定组件在调用 predict、predict_proba、transform 或 feature_importances 之前是否需要拟合。

parameters

返回用于初始化组件的参数。

predict

使用选定的特征进行预测。

predict_proba

对标签进行概率估计。

save

将组件保存到文件路径。

update_parameters

更新组件的参数字典。
clone(self)#

使用相同的参数和随机状态构造一个新的组件。

返回

此组件的一个新实例，具有相同的参数和随机状态。

default_parameters(cls)#

返回此组件的默认参数。

我们的惯例是 Component.default_parameters == Component().parameters。

返回

此组件的默认参数。

返回类型

dict

describe(self, print_name=False, return_dict=False)#

描述组件及其参数。

参数

  • print_name (bool, optional) – 是否打印组件名称

  • return_dict (bool, optional) – 是否以 {“name”: name, “parameters”: parameters} 格式将描述作为字典返回

返回

如果 return_dict 为 True，则返回字典，否则返回 None。

返回类型

None 或 dict

property feature_importance(self) → pandas.Series#

返回与每个特征相关的权重。

返回

与每个特征相关的权重。

返回类型

np.ndarray

抛出

MethodPropertyNotFoundError – 如果估计器没有 feature_importance 方法或 component_obj 没有实现 feature_importance。

fit(self, X: pandas.DataFrame, y: Optional[pandas.Series] = None)#

将估计器拟合到数据。

参数

  • X (pd.DataFrame) – 输入训练数据，形状为 [n_samples, n_features]。

  • y (pd.Series, optional) – 目标训练数据，长度为 [n_samples]。

返回

self

get_prediction_intervals(self, X: pandas.DataFrame, y: Optional[pandas.Series] = None, coverage: List[float] = None, predictions: pandas.Series = None) → Dict[str, pandas.Series]#

使用拟合好的回归器查找预测区间。

此函数接受拟合估计器的预测，并使用窗口大小为 5 计算所有预测的滚动标准差。通过将每个边界的下尾概率的百分点（分位数）函数乘以滚动标准差来确定下限和上限预测。

参数

  • X (pd.DataFrame) – 数据，形状为 [n_samples, n_features]。

  • y (pd.Series) – 目标数据。忽略。

  • coverage (list[float]) – 一个包含 0 到 1 之间浮点数的列表，用于计算预测区间的上限和下限。

  • predictions (pd.Series) – 可选的预测列表。如果为 None，将使用 X 生成预测。

返回

预测区间，键的格式为 {coverage}_lower 或 {coverage}_upper。

返回类型

dict

抛出

MethodPropertyNotFoundError – 如果估计器不支持时间序列回归作为问题类型。

static load(file_path)#

从文件路径加载组件。

参数

file_path (str) – 文件加载位置。

返回

ComponentBase 对象

needs_fitting(self)#

返回布尔值，确定组件在调用 predict、predict_proba、transform 或 feature_importances 之前是否需要拟合。

对于不需要拟合或其拟合方法不执行任何操作的组件，可以将其覆盖为 False。

返回

True。

property parameters(self)#

返回用于初始化组件的参数。

predict(self, X: pandas.DataFrame) → pandas.Series#

使用选定的特征进行预测。

参数

X (pd.DataFrame) – 数据，形状为 [n_samples, n_features]。

返回

预测值。

返回类型

pd.Series

抛出

MethodPropertyNotFoundError – 如果估计器没有 predict 方法或 component_obj 没有实现 predict。

predict_proba(self, X: pandas.DataFrame) → pandas.Series#

对标签进行概率估计。

参数

X (pd.DataFrame) – 特征。

返回

概率估计。

返回类型

pd.Series

抛出

MethodPropertyNotFoundError – 如果估计器没有 predict_proba 方法或 component_obj 没有实现 predict_proba。

save(self, file_path, pickle_protocol=cloudpickle.DEFAULT_PROTOCOL)#

将组件保存到文件路径。

参数

  • file_path (str) – 文件保存位置。

  • pickle_protocol (int) – Pickle 数据流格式。

update_parameters(self, update_dict, reset_fit=True)#

更新组件的参数字典。

参数

  • update_dict (dict) – 要更新的参数字典。

  • reset_fit (bool, optional) – 如果为 True，将把 _is_fitted 设置为 False。

在本页
显示源代码