TabularCloudPredictor.predict_real_time#

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

使用已部署的终端节点进行预测。需要已部署的终端节点。这旨在提供低延迟推理。如果要在大型数据集上进行推理，请改用 predict()。

参数

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

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

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

  • kwargs – 您希望传递给 AutoGluon 逻辑的 predict 调用的额外参数。

返回值

  • Pandas.Series

  • Series 中的预测结果