pycaret多类分类返回数字，如何获取标签？
在Pycaret中进行多类分类时，可以使用predict_model函数来获取预测标签。该函数将返回一个包含预测标签的数据框。
以下是获取标签的步骤：
- 首先，使用Pycaret加载和预处理数据，并创建一个多类分类模型。例如，可以使用
setup函数来设置数据和模型。
from pycaret.classification import *
# 加载数据
data = ... # 加载数据的代码
# 创建分类模型
clf = setup(data, target='target_variable', ... ) # 设置目标变量和其他参数- 接下来，使用
create_model函数来创建一个多类分类模型。例如，可以使用create_model函数创建一个决策树分类器。
model = create_model('dt') # 创建决策树分类器- 然后，使用
predict_model函数来进行预测并获取标签。
predictions = predict_model(model, data=data) # 进行预测
predicted_labels = predictions['Label'] # 获取预测标签在上述代码中，predictions['Label']将返回一个包含预测标签的数据列。你可以将其存储在一个变量中，以便后续使用。
请注意，上述代码仅为示例，你需要根据你的数据和模型进行相应的调整。
关于Pycaret的更多信息和使用方法，你可以参考腾讯云的AutoML产品Pycaret。
相关·内容
1回答
在建模的同时，如何处理Pycaret添加的额外功能？(用于重用模型)
python、data-modeling、prediction、training-data、pycaret
导入Pycaret之后，我调用setup(mydf, 'mytarget')并运行compare_models()。然后，我想从比较列表中保存一个模型，并在另一个数据集中使用它。我所做的就像：lr = create_model('lr')。
然而，当我尝试lr.predict(mynewdfwithouttarget)时，我得到了大小不匹配错误：
X每个样本有11个特性，预期为37个
列表中的其他模型也输出相同的(或类似的)错误。
那么，如何使用在compare_models()中训练的模型呢？
谢谢。
浏览 3提问于2021-04-30得票数 0
回答已采纳
2回答
"AttributeError：'Simple_Imputer‘对象没有属性'target_variable'“
python、conda、pycaret
我用Python3.7创建了一个干净的conda环境：
conda create -n pycaret python=3.7
然后我安装了吡喃：
pip install pycaret[full]
我从conda提示符中打开了jupyter笔记本，并遵循了这里的第一个教程：
但当我管理这个街区时：
from pycaret.classification import *
clf1 = setup(data, target = 'Purchase', session_id=123, log_experiment=True, experiment_name='juice1&
浏览 0提问于2021-12-03得票数 1
1回答
基于logistic回归/决策树的橙色分类标签预测
machine-learning、classification、orange
我有12个属性的数据和一个类标签no/yes。我已经用训练数据创建了一个模型。我尝试通过删除类标签来使用测试数据测试模型。得到“ValueError(”不带类属性的测试数据集“)”如何实际预测决策树/逻辑回归中的类标签？
我在Orange中建立了以下连接。
文件->数据采样器->
-> logistic regression -> test learners -> Confusion Matrix
-> logistic regression -> Predictions
浏览 1提问于2015-05-12得票数 0
在PyCaret上，我不了解关于这个库的几件事：
根据本教程，有25个回归器可在PyCaret模型库中使用。
我使用PyCaret进行回归。但compare_models()函数的输出模型较少。更准确地说，我建立了一个差异，缺少以下模型：ard, tr, kr, svm, mlp, xgboost, catboost。
也许这些模型不适合回归？还是我必须用以下方式创建单独的模型：
ard = create_model('ard', ply = 5)
tr = create_model('tr', ply = 5)
kr = create_model('k
浏览 9提问于2022-04-29得票数 0
回答已采纳
2回答
使用FastAPI构建API用于使用pycaret生成的分类模型
python、machine-learning、production、fastapi、pycaret
我使用pycaret作为我的ML工作流，我尝试使用FastAPI创建一个API。这是我第一次进入生产级别，所以我对API有点困惑
我有10个特征:年龄，live_province: str，live_city: str，live_area_big: str，live_area_small: str，性别:浮动，婚姻:浮动，银行: str，工资:浮动，金额:浮动和包含二进制值(0和1)的标签。
这就是我构建API的脚本
from pydantic import BaseModel
import numpy as np
from pycaret.classification import *
i
浏览 2提问于2020-08-31得票数 3
回答已采纳
2回答
决策树中的下一个最佳预测
python、classification、scikit-learn、decision-trees、supervised-learning
我使用决策树分类器来预测基于以下数据选择的块。
📷
我能够预测基于数据的“块选择”列。怎样才能得到第二好，第三最好的预测等等(我需要一个有序的列表)？我能用决策树得到这个吗？或者我应该使用不同的模型？对于如何使用python学习这一点，有什么想法吗？
浏览 0提问于2018-05-10得票数 0
回答已采纳
3回答
为什么在同一模型和数据中，用pycaret报告的准确性要高于通过sklearn报告的准确性？
python、scikit-learn、pycaret
我尝试在一个机器学习项目中使用吡喃，得到了非常高的准确性。当我试图用我的学习代码来验证这些数据时，我发现我无法得到相同的数字。下面是一个示例，在这个示例中，我将此问题从pycaret的公共扑克数据集中复制出来：
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from pycaret.classification import *
from pycaret.datasets import get_data
data = get_data('poker')
grid =
浏览 1提问于2022-01-11得票数 1
2回答
Make_Time_Features对象没有属性'list_of_features‘
scikit-learn、pycaret
我正在尝试创建一个使用pycaret的模型，如下所示：
from pycaret.classification import *
clf1 = setup(data = dt, target = 'group')
lr = create_model('lr')
然后我得到：
AttributeError: 'Simple_Imputer' object has no attribute 'fill_value_categorical'
因此，在之后，我添加了：
clf1 = setup(data = dt, target = &
浏览 8提问于2021-07-23得票数 6
回答已采纳
3回答
绿脓杆菌与H2O异常检测结果的差异
python、h2o、anomaly-detection、pycaret
我正在从以下数据中检测异常：
它来自一个处理过的信号和液压系统，从那里我知道红色盒子中的点是在系统故障时发生的异常。
我正在使用第一个3k记录来训练一个模型，无论是在py扣环还是H20中。这些3k记录涵盖5个数据周期，如下图所示：
为了用pycaret训练模型，我使用了以下代码：
from pycaret.anomaly import *
from pycaret.datasets import get_data
import pandas as pd
exp_ano101 = setup(df[["Pressure_median_mw_2500_ac"]][0
浏览 0提问于2021-07-20得票数 4
回答已采纳
1回答
怎样才能在Pycaret模型上得到MAE、RMSE、MSE和R^2？
python、python-3.x、machine-learning、pycaret
我试图得到模型上的MAE，RMSE，MSE和R^2，但实际上它只给了我一些主要用于分类的度量，而不是回归。
这些是模型给我的度量：
我已经阅读了Pycaret文档，但是我只找到了add_metric()的选项，但是如果这个函数能起作用的话，我就不会了(我也不知道add_metric()函数是如何工作的)
我的设置功能：
exp = setup(data = dataset, target = 'Lower Salary', categorical_features = cat_f,
ignore_features= ['Job T
浏览 11提问于2022-04-19得票数 -1
1回答
从Evaluation.predictions() Weka-api java中保存的快速向量结果的意义是什么？
java、weka、decision-tree
当我在数据集中运行j-48决策树分类器时，我用折叠交叉验证对其进行评估，并将结果转化为一个快速向量
predictions.appendElements(validation.predictions());
我得到的结果是
NOM: 0.0 0.0 1.0 0.8349514563106796 0.1650485436893204
NOM: 1.0 0.0 1.0 0.8333333333333334 0.16666666666666666
NOM: 1.0 0.0 1.0 0.8333333333333334 0.16666666666666666
.....
......
每一列的含义是什
浏览 1提问于2014-11-04得票数 1
回答已采纳
1回答
tune_model是否应该在PyCaret中的compare_models之后被调用？
python、automl、pycaret
使用pycaret，可以调用compare_models()函数并获得最适合我们数据的模型。这个看起来像这样，
# load dataset
from pycaret.datasets import get_data
diabetes = get_data('diabetes')
# init setup
from pycaret.classification import *
clf1 = setup(data = diabetes, target = 'Class variable')
# compare models
best = compare_mo
浏览 15提问于2022-05-27得票数 0
1回答
如何计算决策树的AUC？
machine-learning、decision-tree
假设我有一个只有一个连续变量的数据集，我尝试使用决策树算法来构建一个模型，该模型从数据集中对+ve和-ve标签进行分类。我运行10折交叉验证。
如何计算决策树分类器的AUC？算法会检查分类器的不同阈值，并确定AUC吗？
如果我有两个以上的连续变量呢？
谢谢!
浏览 5提问于2014-03-12得票数 1
2回答
用Colab进行多分类中的Pycaret预测误差
python-3.x、machine-learning、classification、google-colaboratory、pycaret
我正在使用Colab中的Pycaret库对这个数据集做一个简单的预测：
当我运行我的代码：
from pycaret.utils import enable_colab
enable_colab()
from google.colab import drive
drive.mount('/content/drive')
import pandas as pd
from pycaret.classification import *
from pandas_profiling import ProfileReport
df= pd.read_csv("/c
浏览 9提问于2022-01-28得票数 0
1回答
Tensorflow分类标签0和1
tensorflow、label、classification
我正在做一个简单的分类问题。我完成了示例并创建了一个模型。 我按照下面给出的方式排列了标签列。 label 0 1 1 0 0 1因此，我想用样例来测试系统。但它确实是以百分比的形式存在的。 我希望它能给出两个正确的值，0或1。 示例代码； input_dict = {name: tf.convert_to_tensor([value]) for name, value in sample.items()}
predictions = reloaded_model.predict(input_dict)
prob = tf.nn.sigmoid(predictions[0])
print(
浏览 42提问于2021-01-22得票数 0
回答已采纳
1回答
仅显示图像的AutoMl边缘模型
python、tensorflow、machine-learning、google-cloud-platform、automl
因此，我对ml是个新手，正在使用automl，它可以更好地显示在线预测，但问题是我需要一个离线解决方案，所以一旦我训练了模型并离线下载，我就在边缘Tensorflow上部署模型。我得到了一个标签txt文件，3个bin文件和一个JSON文件格式的model文件。
我读了这个，但我似乎仍然不能让我的模型工作，因为这个链接显示我们必须制作一个index.html文件我确实复制粘贴了相同的代码并制作了一个超文本标记语言文件，但我不想从谷歌存储加载图像，所以我给出了与index.html文件相同的文件夹中的图像的路径，并删除了交叉来源，但仍然，它只是显示图像，而不是检测到图像的概率或类似的东西，是的，我
浏览 2提问于2020-01-25得票数 0
1回答
测试数据是否完全没有被模型所看到？
python、time-series、pycaret
在检查官方的和之后，我仍然感到困惑的是，传递给安装函数的测试数据是否完全不为模型所见？
from pycaret.datasets import get_data
from pycaret.internal.pycaret_experiment import TimeSeriesExperiment
# get data
y = get_data('airline', verbose=False)
# no of future steps to forecast
fh = 12 # or alternately fh = np.arange(1,13)
fold = 3
浏览 6提问于2022-03-03得票数 0
回答已采纳
1回答
使用Spark并行运行不同的分类器/算法
python、apache-spark、machine-learning、pyspark
我有一个数据集，我想使用Spark和Python并行测试不同的分类器。例如，如果我想测试一个决策树和一个随机森林，我如何并行运行它们？
我已经尝试了几种方法，但我一直得到：
cPickle.PicklingError: Can't pickle <type 'function'>: attribute lookup __builtin__.function failed
我试图做到这一点(使用scikit-learn的分类器而不是Spark的分类器效果很好：
def apply_classifier(clf, train_dataset, test_data
浏览 0提问于2017-04-04得票数 2
1回答
我应该使用什么样的算法来分类给出的文本数据示例？
python、machine-learning-model、text-mining、text-classification
什么样的分类或学习算法适合这种数据示例
📷
如果我必须用给定的关键词建立一个模型，然后预测B列，然后预测A列？我应该使用哪种算法来训练和分类这种格式的数据。
浏览 0提问于2022-08-16得票数 1
1回答
DecisionTreeRegressor在GradientBoostingClassifier的罩下
classification、scikit-learn、regression、ensemble-modeling、natural-gradient-boosting
我正在检验我的GradientBoostingClassifier模型的弱估计量。该模型适用于二进制类数据集。
我注意到，该集合分类器下的所有弱估计器都是决策树回归对象。这在我看来很奇怪。
我选择了集合中的第一棵决策树，并使用它对整个数据集进行独立预测。来自数据集的唯一答案如下：
array([-2.74, -1.94, -1.69, ...])
我的问题是:梯度增强分类器为什么以及如何将弱估计器转化为不受0和1约束的回归量任务(而不是分类任务)？最终，GradientBoostingClassifier输出0到1之间的伪概率:为什么弱估计的集合不做同样的工作？
浏览 0提问于2020-10-29得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
云直播活动推荐
腾讯云开发者
