MultiModalPredictor.predict_proba

MultiModalPredictor.predict_proba(data: DataFrame | dict | list, candidate_data: DataFrame | dict | list | None = None, id_mappings: Dict[str, Dict] | Dict[str, Series] | None = None, as_pandas: bool | None = None, as_multiclass: bool | None = True, realtime: bool | None = False)[source]

预测类别概率而不是类别标签。请注意，这仅适用于分类任务。对回归任务调用此方法将抛出异常。

参数:

  • data –

    用于进行预测的数据。应包含与训练数据相同的列名，并且

    遵循相同的格式（label 列除外）。

  • candidate_data – 用于搜索查询数据匹配项的候选数据。

  • id_mappings – ID 到内容的映射。内容可以是文本、图像等。当数据包含查询/响应标识符而不是其内容时使用。

  • as_pandas – 是否将输出作为 pandas DataFrame(Series) 返回 (True) 或 numpy 数组 (False)。

  • as_multiclass – 是否返回所有标签的概率，或者仅返回二分类问题中正类别的概率。

  • realtime – 是否进行实时推理，这对小数据有效（默认为 False）。如果提供 None，我们将根据数据模态和样本数量进行推断。

返回:

  • 预测类别概率的数组，对应于给定数据中的每一行。

  • 当 as_multiclass 为 True 时，输出形状始终为 (#samples, #classes)。

  • 否则，输出形状为 (#samples,)