分类器
基类: TPOTEstimator
源代码位于 tpot/tpot_estimator/templates/tpottemplates.py
308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 530 531 532 533 534 535 536 537 538 539 540 541 542 543 544 545 546 547 548 549 550 551 552 553 554 555 556 557 558 559 560 561 562 563 564 565 566 567 568 569 570 571 572 573 574 |
|
__init__(search_space='linear', scorers=['roc_auc_ovr'], scorers_weights=[1], cv=10, other_objective_functions=[], other_objective_functions_weights=[], objective_function_names=None, bigger_is_better=True, categorical_features=None, memory=None, preprocessing=False, max_time_mins=60, max_eval_time_mins=10, n_jobs=1, validation_strategy='none', validation_fraction=0.2, early_stop=None, warm_start=False, periodic_checkpoint_folder=None, verbose=2, memory_limit=None, client=None, random_state=None, allow_inner_classifiers=None, **tpotestimator_kwargs)
¶
一个使用遗传编程优化分类管道的 sklearn 基础估计器。更多参数请参见 TPOTEstimator 类。
参数
名称 | 类型 | 描述 | 默认值 |
---|---|---|---|
search_space |
(字符串, SearchSpace)
|
请注意,TPOT MDR 的运行速度可能较慢,因为特征选择例程计算成本较高,特别是在大型数据集上。 | - SearchSpace:用于优化的搜索空间。这应该是一个 SearchSpace 实例。TPOT 在以下文件夹中包含搜索空间组:tpot.search_spaces.nodes 用于管道中的节点,tpot.search_spaces.pipelines 用于管道结构。 |
'linear'
|
scorers |
(列表, scorer)
|
在交叉验证过程中使用的评分器或评分器列表。参见 https://scikit-learn.cn/stable/modules/model_evaluation.html |
['roc_auc_ovr']
|
scorers_weights |
列表
|
在优化过程中应用于评分器的权重列表。 |
[1]
|
classification |
布尔值
|
如果为 True,则问题被视为分类问题。如果为 False,则问题被视为回归问题。用于确定交叉验证策略。 |
必需 |
cv |
(整数, 交叉 - 验证器)
|
|
10
|
other_objective_functions |
列表
|
应用于管道的其他目标函数列表。该函数接受 graphpipeline 估计器的一个参数,并返回单个分数或分数列表。 |
[]
|
other_objective_functions_weights |
列表
|
应用于其他目标函数的权重列表。 |
[]
|
objective_function_names |
列表
|
应用于目标函数的名称列表。如果为 None,将使用目标函数的名称。 |
None
|
bigger_is_better |
布尔值
|
如果为 True,则最大化目标函数。如果为 False,则最小化目标函数。使用负权重来反转方向。 |
True
|
categorical_features |
列表 或 None
|
在预处理步骤中进行填充和/或独热编码的类别列。仅当 preprocessing 不为 False 时使用。 |
None
|
categorical_features |
- None:如果为 None,TPOT 将自动使用 pandas 数据框中的对象列作为预处理中独热编码的对象。- 类别特征列表。如果 X 是数据框,这应该是一个列名列表。如果 X 是 numpy 数组,这应该是一个列索引列表。 |
None
|
|
memory |
如果提供,管道将在调用 fit 并使用 joblib.Memory 后缓存每个转换器。此功能用于避免在优化过程中,如果参数和输入数据与另一个已拟合的管道相同,则重复计算管道内的已拟合转换器。- 字符串 'auto':TPOT 使用临时目录进行内存缓存,并在关闭时清理它。- 字符串 缓存目录路径:TPOT 使用提供的目录进行内存缓存,并且 TPOT 在关闭时不会清理缓存目录。如果目录不存在,TPOT 将创建它。- Memory 对象:TPOT 使用 joblib.Memory 实例进行内存缓存,并且 TPOT 在关闭时不会清理缓存目录。- None:TPOT 不使用内存缓存。 |
None
|
|
preprocessing |
(布尔值 或 BaseEstimator / Pipeline)
|
实验性 用于在交叉验证前预处理数据的管道。请注意,这些步骤的参数不会被优化。将它们添加到搜索空间以进行优化。- 布尔值:如果为 True,将使用默认的预处理管道,包括填充和随后的独热编码。- Pipeline:如果给定一个管道实例,将使用该管道作为预处理管道。 |
False
|
max_time_mins |
浮点数
|
运行优化的最大时间。如果为 none 或 inf,将运行直到代数结束。 |
float("inf")
|
max_eval_time_mins |
浮点数
|
评估单个个体的最大时间。如果为 none 或 inf,则每次评估没有时间限制。 |
60*5
|
n_jobs |
整数
|
并行运行的进程数。 |
1
|
validation_strategy |
字符串
|
实验性 用于从种群中选择最终管道的验证策略。TPOT 可能会过拟合交叉验证分数。可以使用第二个验证集来选择最终管道。- 'auto':根据数据集形状自动确定验证策略。- 'reshuffled':交叉验证和最终验证使用相同的数据,但折叠的分割不同。这是小型数据集的默认设置。- 'split':使用单独的验证集进行最终验证。数据将根据 validation_fraction 进行分割。这是中型数据集的默认设置。- 'none':不使用单独的验证集进行最终验证。根据原始交叉验证分数进行选择。这是大型数据集的默认设置。 |
'none'
|
validation_fraction |
浮点数
|
实验性 当 validation_strategy 为 'split' 时,用于验证集的数据集比例。必须在 0 到 1 之间。 |
0.2
|
early_stop |
整数
|
在早期停止前没有改进的代数。所有目标必须在容差范围内收敛才能触发此功能。通常,值设置为 5-20 左右是比较好的。 |
None
|
warm_start |
布尔值
|
如果为 True,将从上次运行的最后一代码继续执行进化算法。 |
False
|
periodic_checkpoint_folder |
字符串
|
定期保存种群的文件夹。如果为 None,则不会进行定期保存。如果提供,训练将从该检查点恢复。 |
None
|
verbose |
整数
|
在优化过程中打印信息的详细程度。较高的值包含较低值的信息。0. 无信息 1. 进度条
|
1
|
memory_limit |
字符串
|
每个作业的内存限制。参见 Dask LocalCluster documentation 获取更多信息。 |
None
|
client |
Client
|
用于并行化的 dask 客户端。如果不是 None,这将覆盖 n_jobs 和 memory_limit 参数。如果为 None,将创建一个新的客户端,其中 num_workers=n_jobs 且 memory_limit=memory_limit。 |
None
|
random_state |
(整数, None)
|
用于实验可重复性的种子。此值将传递给 numpy.random.default_rng() 以创建要传递给其他类的生成器实例
|
None
|
allow_inner_classifiers |
布尔值
|
如果为 True,搜索空间将包含集成分类器。 |
True
|
属性
名称 | 类型 | 描述 |
---|---|---|
fitted_pipeline_ |
GraphPipeline
|
一个已拟合的 GraphPipeline 实例,它继承自 sklearn BaseEstimator。这是在传递给 fit 的完整的 X, y 上拟合的。 |
evaluated_individuals |
一个 pandas 数据框,包含运行中所有评估过的个体的数据。
|
列:- _objective functions:前几列对应于传入的评分器和目标函数 - Parents:一个元组,包含用于生成该行管道的管道的索引。如果为 NaN,则此管道是在初始种群中随机生成的。- Variation_Function:用于对父代进行变异或交叉的变异函数。如果为 NaN,则此管道是在初始种群中随机生成的。- Individual:在进化算法期间使用的个体内部表示。这不是一个 sklearn BaseEstimator。- Generation:管道首次出现的代数。- Pareto_Front:此管道所属的非支配前沿。0 表示其分数未被任何其他个体严格支配。为了节省计算时间,最佳前沿在每一代迭代更新。具有第 0 个 Pareto 前沿的管道确实代表了精确的最佳前沿。然而,Pareto 前沿 >= 1 的管道仅与最终种群中的其他管道相关。所有其他管道都设置为 NaN。- Instance:未拟合的 GraphPipeline BaseEstimator。- _validation objective functions:在验证集上评估的目标函数分数。- Validation_Pareto_Front:在验证集上计算的完整 Pareto 前沿。这是为所有 Pareto_Front 等于 0 的管道计算的。与仅计算前沿和最终种群的 Pareto_Front 不同,Validation Pareto 前沿是为在验证集上测试过的所有管道计算的。 |
pareto_front |
与 evaluated_individuals 相同的 pandas 数据框,但仅包含前沿 Pareto 前沿管道。
|
|
源代码位于 tpot/tpot_estimator/templates/tpottemplates.py
309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 |
|