回归器
基类: TPOTEstimator
源代码位于 tpot/tpot_estimator/templates/tpottemplates.py
46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 |
|
__init__(search_space='linear', scorers=['neg_mean_squared_error'], 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_regressors=None, **tpotestimator_kwargs)
¶
一个使用遗传编程优化回归流水线的 sklearn 基础估计器。更多参数请参阅 TPOTEstimator 类。
参数
名称 | 类型 | 描述 | 默认值 | ||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
search_space |
(字符串, SearchSpace)
|
请注意,TPOT MDR 的运行可能很慢,因为特征选择例程的计算成本很高,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 的实例。TPOT 有以下文件夹中的搜索空间组,tpot.search_spaces.nodes 用于流水线中的节点,以及 tpot.search_spaces.pipelines 用于流水线结构。 |
'linear'
|
||||||||||||
scorers |
(列表, 评分器)
|
用于交叉验证过程的评分器或评分器列表。请参阅 https://scikit-learn.cn/stable/modules/model_evaluation.html |
['neg_mean_squared_error']
|
||||||||||||
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。 |
必需的 | ||||||||||||
cv |
(整数, 交叉 - 验证器)
|
|
10
|
||||||||||||
other_objective_functions |
列表
|
应用于流水线的其他目标函数列表。该函数接受一个用于 graphpipeline 估计器的参数,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,则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
|
在预处理步骤中用于填充和/或独热编码的分类列。仅当 preprocessing 不为 False 时使用。 |
None
|
||||||||||||
categorical_features |
在预处理步骤中用于填充和/或独热编码的分类列。仅当 preprocessing 不为 False 时使用。- None : 如果为 None,TPOT 将在预处理中自动使用 pandas dataframes 中的 object 列作为独热编码的对象。- 分类特征列表。如果 X 是一个 dataframe,这应该是一个列名列表。如果 X 是一个 numpy 数组,这应该是一个列索引列表。 |
None
|
|||||||||||||
memory |
如果提供,流水线将在使用 joblib.Memory 调用 fit 后缓存每个变换器。此功能用于避免在优化过程中,当参数和输入数据与另一个已拟合的流水线相同时,在流水线内重新计算已拟合的变换器。- 字符串 'auto': TPOT 使用临时目录进行内存缓存,并在关闭时清除。- 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 在关闭时不会清除缓存目录。如果目录不存在,TPOT 将创建它。- Memory 对象: TPOT 使用 joblib.Memory 的实例进行内存缓存,并且 TPOT 在关闭时不会清除缓存目录。- None: TPOT 不使用内存缓存。 |
None
|
|||||||||||||
preprocessing |
(布尔值 或 BaseEstimator / Pipeline)
|
实验性功能 一个用于在交叉验证前预处理数据的流水线。注意,这些步骤的参数不会被优化。将它们添加到搜索空间中以进行优化。- 布尔值 : 如果为 True,将使用默认的预处理流水线,其中包括填充和独热编码。- Pipeline : 如果提供了一个流水线实例,将使用该流水线作为预处理流水线。 |
False
|
||||||||||||
max_time_mins |
浮点数
|
运行优化的最长时间。如果为 None 或 inf,将一直运行直到所有世代结束。 |
float("inf")
|
||||||||||||
max_eval_time_mins |
浮点数
|
评估单个个体的最长时间。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
|
实验性功能 用于从种群中选择最终流水线的验证策略。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流水线。- 'auto' : 根据数据集形状自动确定验证策略。- 'reshuffled' : 将相同数据用于交叉验证和最终验证,但折叠的划分不同。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 进行划分。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
|
实验性功能 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
|
在早期停止之前没有改进的世代数。所有目标必须在容差范围内收敛才能触发此功能。通常 5-20 左右的值比较好。 |
None
|
||||||||||||
warm_start |
布尔值
|
如果为 True,将从上次运行的最后一世代继续进行演化算法。 |
False
|
||||||||||||
periodic_checkpoint_folder |
字符串
|
定期保存种群的文件夹。如果为 None,将不会进行定期保存。如果提供,训练将从该检查点恢复。 |
None
|
||||||||||||
verbose |
整数
|
在优化过程中打印多少信息。更高的值包含较低值的信息。0. 无 1. 进度条
|
1
|
||||||||||||
memory_limit |
字符串
|
每个作业的内存限制。更多信息请参阅 Dask LocalCluster 文档。 |
None
|
||||||||||||
client |
Client
|
一个用于并行化的 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 num_workers=n_jobs 且 memory_limit=memory_limit。 |
None
|
||||||||||||
random_state |
(整数, None)
|
实验可复现性的种子。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_regressors |
布尔值
|
如果为 True,搜索空间将包含集成回归器。 |
True
|
属性
名称 | 类型 | 描述 |
---|---|---|
fitted_pipeline_ |
GraphPipeline
|
一个 GraphPipeline 的拟合实例,它继承自 sklearn BaseEstimator。它在传递给 fit 的完整 X, y 上进行拟合。 |
evaluated_individuals |
一个 pandas 数据框,包含本次运行中所有已评估个体的数据。
|
列: - 目标函数 : 前几列对应于传入的评分器和目标函数 - 父代 : 包含用于生成该行流水线的流水线索引的元组。如果为 NaN,则此流水线是在初始种群中随机生成的。- 变异函数 : 用于对父代进行变异或交叉的变异函数。如果为 NaN,则此流水线是在初始种群中随机生成的。- 个体 : 在演化算法期间使用的个体的内部表示。这不是一个 sklearn BaseEstimator。- 世代 : 流水线首次出现的世代。- Pareto_Front : 该流水线所属的非支配前沿。0 表示其得分不受任何其他个体严格支配。为了节省计算时间,最佳前沿在每个世代迭代更新。Pareto 前沿为 0 的流水线确实代表了精确的最佳前沿。然而,Pareto 前沿 >= 1 的流水线仅相对于最终种群中的其他流水线。所有其他流水线都设置为 NaN。- 实例 : 未拟合的 GraphPipeline BaseEstimator。- 验证目标函数 : 在验证集上评估的目标函数得分。- Validation_Pareto_Front : 在验证集上计算的完整帕累托前沿。这是为所有 Pareto_Front 等于 0 的流水线计算的。与仅计算前沿和最终种群的 Pareto_Front 不同,Validation Pareto Front 是为所有在验证集上测试过的流水线计算的。 |
pareto_front |
与 evaluated individuals 相同的 pandas 数据框,但仅包含前沿帕累托前沿流水线。
|
|
源代码位于 tpot/tpot_estimator/templates/tpottemplates.py
47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 |
|