rxPredict.mlModel: pontuar usando um modelo de Machine Learning do Microsoft R

Artigo
05/23/2023

A pontuação por instância de relatório resulta em uma estrutura ou fonte de dados RevoScaleR usando um modelo de Machine Learning do Microsoft R com uma fonte RevoScaleR.

Uso

 ## S3 method for class `mlModel':
rxPredict  (modelObject, data, outData = NULL,
    writeModelVars = FALSE, extraVarsToWrite = NULL, suffix = NULL,
    overwrite = FALSE, dataThreads = NULL,
    blocksPerRead = rxGetOption("blocksPerRead"),
    reportProgress = rxGetOption("reportProgress"), verbose = 1,
    computeContext = rxGetOption("computeContext"), ...)

Argumentos

`modelObject`

Um objeto de informações de modelo retornado de um modelo do MicrosoftML. Por exemplo, um objeto retornado de rxFastTrees ou rxLogisticRegression.

`data`

Um objeto de fonte de dados RevoScaleR, uma estrutura de dados ou o caminho para um arquivo .xdf.

`outData`

O nome do arquivo de saída ou xdf ou um RxDataSource com funcionalidades de gravação em que as previsões serão armazenadas. Se for definido como NULL, um dataframe será retornado. O valor padrão é NULL.

`writeModelVars`

Se for definido como TRUE, as variáveis no modelo serão gravadas no conjunto de dados de saída além das variáveis de pontuação. Se as variáveis do conjunto de dados de entrada forem transformadas no modelo, as variáveis transformadas também serão incluídas. O valor padrão é FALSE.

`extraVarsToWrite`

NULL ou o vetor de caracteres de nomes de variáveis adicionais dos dados de entrada a serem incluídos no outData. Se writeModelVars for TRUE, as variáveis do modelo também serão incluídas. O valor padrão é NULL.

`suffix`

Uma cadeia de caracteres que especifica o sufixo a ser acrescentado às variáveis de pontuação criadas ou NULL quando não há sufixo. O valor padrão é NULL.

`overwrite`

Se for definido como TRUE, um outData existente será substituído. Se for definido como FALSE, um outData existente não será substituído. O valor padrão é FALSE.

`dataThreads`

Um inteiro que especifica o grau desejado de paralelismo no pipeline de dados. Se for definido como NULL, o número de threads usados será determinado internamente. O valor padrão é NULL.

`blocksPerRead`

Especifica o número de blocos a serem lidos em cada parte dos dados lidos da fonte de dados.

`reportProgress`

Um valor inteiro que especifica o nível de relatório sobre o progresso do processamento de linha:

0: não é relatado nenhum progresso.
1: o número de linhas processadas é impresso e atualizado.
2: as linhas processadas e os tempos são relatados.
3: as linhas processadas e todos os tempos são relatados.
O valor padrão é 1.

`verbose`

Um valor inteiro que especifica a quantidade de saída desejada. Se definido como 0, não será impressa nenhuma saída detalhada durante os cálculos. Valores inteiros de 1 a 4 fornecem quantidades crescentes de informações. O valor padrão é 1.

`computeContext`

Define o contexto no qual as computações são executadas, especificado com um RxComputeContext válido. No momento, há suporte para os contextos de computação local e RxInSqlServer.

`...`

Argumentos adicionais a serem passados diretamente para o Microsoft Compute Engine.

Detalhes

Os seguintes itens são relatados na saída por padrão: pontuação em três variáveis dos classificadores binários: PredictedLabel, Score e Probability; Score de oneClassSvm e classificadores de regressão; e PredictedLabel para classificadores multiclasse, mais uma variável para cada categoria precedida pela Score.

Valor

Uma estrutura de dados ou um objeto RxDataSource que representa os dados de saída criados. Por padrão, a saída dos classificadores binários de pontuação inclui três variáveis: PredictedLabel, Score e Probability; rxOneClassSvm e a regressão incluem uma variável: Score; e os classificadores multiclasse incluem PredictedLabel mais uma variável para cada categoria precedida por Score. Se um suffix for fornecido, ele será adicionado ao final desses nomes de variáveis de saída.

Autor(es)

Microsoft Corporation Microsoft Technical Support

Confira também

rxFastTrees, rxFastForest, rxLogisticRegression, rxNeuralNet, rxOneClassSvm.

Exemplos



 # Estimate a logistic regression model
 infert1 <- infert
 infert1$isCase <- (infert1$case == 1)
 myModelInfo <- rxLogisticRegression(formula = isCase ~ age + parity + education + spontaneous + induced,
                        data = infert1)

 # Create an xdf file with per-instance results using rxPredict
 xdfOut <- tempfile(pattern = "scoreOut", fileext = ".xdf")
 scoreDS <- rxPredict(myModelInfo, data = infert1,
     outData = xdfOut, overwrite = TRUE,
     extraVarsToWrite = c("isCase", "Probability"))

 # Summarize results with an ROC curve
 rxRocCurve(actualVarName = "isCase", predVarNames = "Probability", data = scoreDS)

 # Use the built-in data set 'airquality' to create test and train data
 DF <- airquality[!is.na(airquality$Ozone), ]  
 DF$Ozone <- as.numeric(DF$Ozone)
 set.seed(12)
 randomSplit <- rnorm(nrow(DF))
 trainAir <- DF[randomSplit >= 0,]
 testAir <- DF[randomSplit < 0,]
 airFormula <- Ozone ~ Solar.R + Wind + Temp

 # Regression Fast Tree for train data
 fastTreeReg <- rxFastTrees(airFormula, type = "regression", 
     data = trainAir)  

 # Put score and model variables in data frame, including the model variables
 # Add the suffix "Pred" to the new variable
 fastTreeScoreDF <- rxPredict(fastTreeReg, data = testAir, 
     writeModelVars = TRUE, suffix = "Pred")

 rxGetVarInfo(fastTreeScoreDF)

 # Clean-up
 file.remove(xdfOut)

Compartilhar via