MultiModalCloudPredictor.predict_proba_real_time

MultiModalCloudPredictor.predict_proba_real_time(test_data: Union[str, DataFrame], test_data_image_column: Optional[str] = None, accept: str = 'application/x-parquet', **kwargs) → Union[DataFrame, Series]

使用已部署的端点进行概率预测。需要一个已部署的端点。这旨在提供低延迟推理。如果您想对大型数据集进行推理，请使用 predict_proba()。如果您的 problem_type 是回归，此函数的行为与 predict_real_time 相同，并返回相同的输出。

参数

• test_data (Union(str, pandas.DataFrame)) – 用于推理的测试数据。可以是 pandas.DataFrame 或 csv 文件的本地路径。

• test_data_image_column (default = None) – 如果提供 csv 文件或 pandas.DataFrame 作为 test_data 且 test_data 涉及图像模态，您必须指定对应于图像路径的列名。该路径必须是绝对路径（abspath）。

• accept (str, default = application/x-parquet) – 接受的输出内容类型。有效选项包括 application/x-parquet、text/csv、application/json。

• kwargs – 您会传递给 AutoGluon 逻辑的 predict 调用的额外参数。

返回

如果是回归问题，将返回 Pandas.Series。否则将返回 Pandas.DataFrame。

返回类型

Pandas.DataFrame 或 Pandas.Series