TimeSeriesCloudPredictor.predict_proba_real_time#

TimeSeriesCloudPredictor.predict_proba_real_time(**kwargs) → DataFrame[source]#

使用已部署的端点预测概率。需要已部署的端点。此方法旨在提供低延迟推断。如果您想在大型数据集上进行推断，请改用 predict_proba()。如果您的 problem_type 是回归，此函数与 predict_real_time 功能相同，返回相同的输出。

参数

  • test_data (Union(str, pandas.DataFrame)) – 用于推断的测试数据。可以是 pandas.DataFrame，也可以是 CSV 文件的本地路径。

  • test_data_image_column (default = None) – 如果提供了 CSV 文件或 pandas.DataFrame 作为 test_data，并且 test_data 涉及图像模态，您必须指定与图像路径对应的列名。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 逻辑中 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