oraclesai.classification.GeographicalClassifier
- class GeographicalClassifier(global_model=None, model_cls=None, spatial_weights_definition=None, bandwidth=None, fixed=True, local_weight=0.25, **kwargs)
地理分類アルゴリズム。 分類を実行するには、グローバル・モデルと複数のローカル・モデルを使用します。
- パラメータ:
global_model - scikit-learnエスティメータ・インスタンス(default=None)。 グローバル・モデルとして使用されるトレーニング済モデル。 ローカル・モデルは、このモデルと同じタイプになります。
model_clsがNoneの場合は必須です。model_cls - scikit-learnエスティメータのクラス。default=None。 グローバル・モデルおよびローカル・モデルのタイプ。
model_clsが指定されている場合(global_modelではなく)、global_model=Noneの場合、グローバル・モデルはtrained.Requiredになります。model_cls作成パラメータはkwargsとして指定されます。spatial_weights_definition - SpatialWeightsDefinition, default=None。 空間関係の指定。 これらの基準は、データを近所にグループ化し、ローカル・モデルをトレーニングするために使用されます。
bandwidth - intまたはfloat、default=None。 距離(fixed=True)または最も近い近傍の数(fixed=False)。bandwidth + fixedは、空間関係の指定を設定する別の方法です。
spatial_weights_definitionが設定されている場合は無視されます。fixed - bool, default=True。 帯域幅が距離を表す場合は真。 Falseは、最も近い隣人の数です。
local_weight - float (0.0から1.0)、default=0.25。 ローカル・モデルの予測に関連付けられた重み。
kwargs - パラメータ
model_clsを使用して作成された内部モデルの追加パラメータ。
メソッド
__init__([global_model, model_cls, ...])add_metric_info(metric_name, result[, ...])fit(X, y[, geometries, crs, ...])地理分類モデルをトレーニングします。
get_params([deep])このエスティメータのパラメータを取得します。
predict(X[, y, geometries, crs])グローバル・モデルとジオメトリに近いローカル・モデルを使用して、
Xのターゲット・クラスを予測します。predict_proba(X[, y, geometries, crs])グローバル・モデルとジオメトリに近いローカル・モデルを使用して、
Xの各クラスの確率を予測します。score(X, y[, geometries, crs])指定されたテスト・データおよびラベルのF1スコアをコンピュートします。
set_fit_input(X[, geometries, y, ...])set_params(**params)このエスティメータのパラメータを設定します。
属性
metrics_infopredict_input_infopredict_output_info