multiclass_classification_pipeline#

所有多类分类管道的管道子类。

模块内容#

类摘要#

MulticlassClassificationPipeline

所有多类分类管道的管道子类。

内容#

class evalml.pipelines.multiclass_classification_pipeline.MulticlassClassificationPipeline(component_graph, parameters=None, custom_name=None, random_seed=0)[源码]#

所有多类分类管道的管道子类。

参数

component_graph (ComponentGraph, list, dict) – ComponentGraph 实例、按顺序排列的组件列表或组件字典。列表中接受字符串或 ComponentBase 子类。请注意，当在列表中指定重复组件时，重复组件的名称将根据其在列表中的索引进行修改。例如，组件图 [Imputer, One Hot Encoder, Imputer, Logistic Regression Classifier] 的名称将为 ["Imputer", "One Hot Encoder", "Imputer_2", "Logistic Regression Classifier"]
parameters (dict) – 以组件名称为键、以该组件参数字典为值的字典。空字典或 None 表示使用组件参数的所有默认值。默认为 None。
custom_name (str) – 管道的自定义名称。默认为 None。
random_seed (int) – 随机数生成器的种子。默认为 0。

示例

>>> pipeline = MulticlassClassificationPipeline(component_graph=["Simple Imputer", "Logistic Regression Classifier"],
...                                             parameters={"Logistic Regression Classifier": {"penalty": "elasticnet",
...                                                                                            "solver": "liblinear"}},
...                                             custom_name="My Multiclass Pipeline")
...
>>> assert pipeline.custom_name == "My Multiclass Pipeline"
>>> assert pipeline.component_graph.component_dict.keys() == {'Simple Imputer', 'Logistic Regression Classifier'}

管道参数将从每个组件的默认参数中选择，除非像上面那样传入了特定参数。

>>> assert pipeline.parameters == {
...     'Simple Imputer': {'impute_strategy': 'most_frequent', 'fill_value': None},
...     'Logistic Regression Classifier': {'penalty': 'elasticnet',
...                                        'C': 1.0,
...                                        'n_jobs': -1,
...                                        'multi_class': 'auto',
...                                        'solver': 'liblinear'}}

属性

problem_type

ProblemTypes.MULTICLASS

方法

`can_tune_threshold_with_objective`	确定二元分类管道的阈值是否可以调优。
`classes_`	获取管道的类名称。在管道 fit 之前返回 None。
`clone`	使用相同的组件、参数和随机种子构造新的管道。
`create_objectives`	从字符串列表或目标类创建目标实例。
`custom_name`	管道的自定义名称。
`describe`	输出管道详情，包括组件参数。
`feature_importance`	与每个特征相关的特征重要性。特征选择剔除的特征被排除。
`fit`	构建分类模型。对于字符串和分类目标，类按 sorted(set(y)) 排序，然后映射到 0 到 n_classes-1 之间的值。
`fit_transform`	fit 并 transform 组件图中的所有组件，前提是所有组件都是 Transformer。
`get_component`	按名称返回组件。
`get_hyperparameter_ranges`	以字典形式返回所有组件的超参数范围。
`graph`	生成表示管道图的图像。
`graph_dict`	生成一个字典，其中节点包含组件名称和参数，边缘详细说明组件关系。在大多数情况下，此字典可进行 JSON 序列化。
`graph_feature_importance`	生成管道特征重要性的条形图。
`inverse_transform`	以相反顺序将组件 inverse_transform 方法应用于估算器预测。
`load`	从文件路径加载管道。
`model_family`	返回此管道的模型系列。
`name`	管道的名称。
`new`	构造一个具有相同组件图但参数集不同的新管道实例。不要与 python 的 __new__ 方法混淆。
`parameters`	此管道的参数字典。
`predict`	使用选定特征进行预测。
`predict_proba`	生成标签的概率估计。
`save`	将管道保存到文件路径。
`score`	评估模型在目标上的性能。
`summary`	管道结构的简要摘要，描述所使用的组件列表。
`transform`	转换输入。
`transform_all_but_final`	通过应用所有预处理组件来转换数据。

can_tune_threshold_with_objective(self, objective)#

确定二元分类管道的阈值是否可以调优。

参数: objective (ObjectiveBase) – 主要的 AutoMLSearch 目标。
返回: 如果管道阈值可以调优，则为 True。
返回类型: bool

property classes_(self)#: 获取管道的类名称。在管道 fit 之前返回 None。

clone(self)#

使用相同的组件、参数和随机种子构造新的管道。

返回: 此管道的新实例，具有相同的组件、参数和随机种子。

static create_objectives(objectives)#: 从字符串列表或目标类创建目标实例。

property custom_name(self)#: 管道的自定义名称。

describe(self, return_dict=False)#

输出管道详情，包括组件参数。

参数: return_dict (bool) – 如果为 True，则返回关于管道信息的字典。默认为 False。
返回: 如果 return_dict 为 True，则返回所有组件参数的字典，否则返回 None。
返回类型: dict

property feature_importance(self)#

与每个特征相关的特征重要性。特征选择剔除的特征被排除。

返回: 特征名称及其对应的重要性
返回类型: pd.DataFrame

fit(self, X, y)#

构建分类模型。对于字符串和分类目标，类按 sorted(set(y)) 排序，然后映射到 0 到 n_classes-1 之间的值。

参数

X (pd.DataFrame or np.ndarray) – 输入训练数据，形状为 [n_samples, n_features]
y (pd.Series, np.ndarray) – 目标训练标签，长度为 [n_samples]

返回

self

引发

ValueError – 如果 y 中唯一类的数量不适合管道类型。
TypeError – 如果 dtype 为 boolean 但系列中存在 pd.NA。
Exception – 对于所有其他异常。

fit_transform(self, X, y)#

fit 并 transform 组件图中的所有组件，前提是所有组件都是 Transformer。

参数

X (pd.DataFrame) – 输入特征，形状为 [n_samples, n_features]。
y (pd.Series) – 目标数据，长度为 [n_samples]。

返回

转换后的输出。

返回类型

pd.DataFrame

引发

ValueError – 如果最后一个组件是 Estimator。

get_component(self, name)#

按名称返回组件。

参数: name (str) – 组件名称。
返回: 要返回的组件
返回类型: Component

get_hyperparameter_ranges(self, custom_hyperparameters)#

以字典形式返回所有组件的超参数范围。

参数: custom_hyperparameters (dict) – 管道的自定义超参数。
返回: 管道中每个组件的超参数范围字典。
返回类型: dict

graph(self, filepath=None)#

生成表示管道图的图像。

参数

filepath (str, optional) – 图形应保存到的路径。如果设置为 None（默认值），则图形不会被保存。

返回

可在 Jupyter 笔记本中直接显示的 Graph 对象。

返回类型

graphviz.Digraph

引发

RuntimeError – 如果未安装 graphviz。
ValueError – 如果路径不可写。

graph_dict(self)#

生成一个字典，其中节点包含组件名称和参数，边缘详细说明组件关系。在大多数情况下，此字典可进行 JSON 序列化。

x_edges 指定特征数据从哪个组件传递。y_edges 指定目标数据从哪个组件传递。这可用于构建跨各种可视化工具的图形。模板：{"Nodes": {"component_name": {"Name": class_name, "Parameters": parameters_attributes}, …}}, "x_edges": [[from_component_name, to_component_name], [from_component_name, to_component_name], …], "y_edges": [[from_component_name, to_component_name], [from_component_name, to_component_name], …]}

返回: 表示 DAG 结构的字典。
返回类型: dag_dict (dict)

graph_feature_importance(self, importance_threshold=0)#

生成管道特征重要性的条形图。

参数: importance_threshold (float, optional) – 如果提供，则绘制绝对值大于 importance_threshold 的置换重要性特征。默认为零。
返回: 显示特征及其对应重要性的条形图。
返回类型: plotly.Figure
引发: ValueError – 如果重要性阈值无效。

inverse_transform(self, y)#

以相反顺序将组件 inverse_transform 方法应用于估算器预测。

实现 inverse_transform 的组件有 PolynomialDecomposer、LogTransformer、LabelEncoder (待定)。

参数: y (pd.Series) – 最终组件特征。
返回: 目标的逆变换。
返回类型: pd.Series

static load(: Union[str, io.BytesIO])#: 从文件路径加载管道。

参数

file_path (str|BytesIO) – 加载的文件路径或 BytesIO 对象。

返回

PipelineBase 对象

property model_family(self)#

返回此管道的模型系列。

property name(self)#

管道的名称。

new(self, parameters, random_seed=0)#

构造一个具有相同组件图但参数集不同的新管道实例。不要与 python 的 __new__ 方法混淆。

参数

parameters (dict) – 以组件名称为键、以该组件参数字典为值的字典。空字典或 None 表示使用组件参数的所有默认值。默认为 None。

random_seed (int) – 随机数生成器的种子。默认为 0。

返回

此管道的新实例，具有相同的组件。

property parameters(self)#

此管道的参数字典。

返回

所有组件参数的字典。

返回类型

dict

predict(self, X, objective=None, X_train=None, y_train=None)#

使用选定特征进行预测。

注意：我们首先将 y 转换为整数，以处理计算预测时可能返回的布尔值，否则如果最初是整数目标，我们将无法对其进行转换。

参数

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

objective (Object or string) – 用于进行预测的目标。

X_train (pd.DataFrame) – 训练数据。被忽略。仅用于时间序列。

y_train (pd.Series) – 训练标签。被忽略。仅用于时间序列。

返回

估计的标签。

返回类型

pd.Series

predict_proba(self, X, X_train=None, y_train=None)#

生成标签的概率估计。

参数

X (pd.DataFrame or np.ndarray) – 数据，形状为 [n_samples, n_features]

X_train (pd.DataFrame or np.ndarray or None) – 训练数据。被忽略。仅用于时间序列。

y_train (pd.Series or None) – 训练标签。被忽略。仅用于时间序列。

返回

概率估计

返回类型

pd.DataFrame

引发

ValueError – 如果最终组件不是估算器。

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

将管道保存到文件路径。

参数

file_path (str) – 保存文件的位置。

pickle_protocol (int) – pickle 数据流格式。

score(self, X, y, objectives, X_train=None, y_train=None)#

评估模型在目标上的性能。

参数

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

y (pd.Series) – 真实标签，长度为 [n_samples]

objectives (list) – 要评分的目标列表

X_train (pd.DataFrame) – 训练数据。被忽略。仅用于时间序列。

y_train (pd.Series) – 训练标签。被忽略。仅用于时间序列。

返回

目标分数的有序字典。

返回类型

dict

property summary(self)#

管道结构的简要摘要，描述所使用的组件列表。

示例：Logistic Regression Classifier w/ Simple Imputer + One Hot Encoder

返回

描述管道结构的字符串。

transform(self, X, y=None)#

转换输入。

参数

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

y (pd.Series) – 目标数据，长度为 [n_samples]。默认为 None。

返回

转换后的输出。

返回类型

pd.DataFrame

transform_all_but_final(self, X, y=None, X_train=None, y_train=None)#

通过应用所有预处理组件来转换数据。

参数

X (pd.DataFrame) – 要转换的管道输入数据。

y (pd.Series or None) – 与 X 对应的目标。可选。

X_train (pd.DataFrame or np.ndarray or None) – 训练数据。仅用于时间序列。

y_train (pd.Series or None) – 训练标签。仅用于时间序列。

返回

新的转换后特征。

返回类型

pd.DataFrame