TimeSeriesCloudPredictor.predict_proba#

TimeSeriesCloudPredictor.predict_proba(**kwargs) → Optional[DataFrame][源代码]#

批量推理 当延迟不是关键考虑因素时，批量转换功能可能更简单、更具可伸缩性，也更适用。如果您想最小化延迟，请改用 predict_real_time()。

参数

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

  • test_data_image_column (str, default = None) – 如果 test_data 包含图像模态，则必须指定对应图像路径的列名。路径必须是绝对路径。

  • include_predict (bool, default = True) – 是否包含 predict 结果以及 predict_proba 结果。此标志可以为您节省两次调用以同时获取预测和概率的时间，因为批量推理涉及明显的开销。

  • predictor_path (str) – 要用于预测的预测器压缩包的路径。路径可以是本地路径或 S3 位置。如果为 None，则将使用最近一次由 fit() 训练的预测器。

  • framework_version (str, default = latest) – autogluon 的推理容器版本。如果为 latest，将使用最新的可用容器版本。如果提供了特定版本，则将使用此版本。如果设置了 custom_image_uri，此参数将被忽略。

  • job_name (str, default = None) – 启动的训练作业名称。如果为 None，CloudPredictor 将创建一个以 ag-cloudpredictor 为前缀的名称。

  • instance_count (int, default = 1,) – 用于批量转换的实例数量。

  • instance_type (str, default = 'ml.m5.2xlarge') – 用于批量转换的实例类型。

  • wait (bool, default = True) – 是否等待批量转换完成。注意，由于转换前需要进行一些准备工作，函数不会立即返回。

  • backend_kwargs (dict, default = None) –

    需要传递给底层后端的任何额外参数。对于 SageMaker 后端，有效键包括：

    1. download: bool, default = True

      批量转换完成后，是否将结果下载到磁盘并加载。如果 wait 为 False，则将被忽略。

    2. persist: bool, default = True

      是否将下载的批量转换结果持久化到磁盘。如果 download 为 False，则将被忽略。

    3. save_path: str, default = None,

      保存下载结果的路径。如果 download 为 False，则将被忽略。如果为 None，CloudPredictor 将创建一个。如果 persist 为 False，文件将首先下载到此路径，然后删除。

    4. model_kwargs: dict, default = dict()

      初始化 Sagemaker Model 所需的任何额外参数。请参考 https://sagemaker.readthedocs.io/en/stable/api/inference/model.html#model 获取所有选项。

    5. transformer_kwargs: dict

      需要传递给 transformer 的任何额外参数。请参考 https://sagemaker.readthedocs.io/en/stable/api/inference/transformer.html#sagemaker.transformer.Transformer 获取所有选项。

    6. transform_kwargs

      需要传递给 transform 的任何额外参数。请参考 https://sagemaker.readthedocs.io/en/stable/api/inference/transformer.html#sagemaker.transformer.Transformer.transform 获取所有选项。

返回值

如果 download 为 False，将返回 None，如果 include_predict 为 True，则返回 (None, None)。如果 download 为 True 且 include_predict 为 True，将返回 (prediction, predict_probability)，其中 prediction 是 Pandas.Series，predict_probability 是 Pandas.DataFrame 或一个与 prediction 相同的 Pandas.Series（在回归问题中）。

返回类型

Optional[Union[Tuple[pd.Series, Union[pd.DataFrame, pd.Series]], Union[pd.DataFrame, pd.Series]]]