oraclesai.classification.SLXClassifier

class SLXClassifier(spatial_weights_definition=None, random_state=None, balance_method=None, balance_ratio=1.0)

SLXロジスティック回帰モデルの実装。 フィーチャ・エンジニアリング・ステップを含むロジスティック回帰を実行して、データに空間コンテキストを提供するフィーチャを追加します。 このアルゴリズムは、隣接する観測からの平均を表す、特定の特徴の空間ラグを持つ1つ以上の列を追加します。

パラメータ:

• spatial_weights_definition - SpatialWeightsDefinition, default=None。 隣接する観測間の相互作用を確立します。

• random_state - RandomStateインスタンスまたはNone(デフォルト=None)。 乱数生成を決定します。

• balance_method - {None, ‘random’, ‘smote’}. データセットのバランスを取るために選択されたメソッド。'random'は、クラスからランダム・サンプル(置換あり)から重複を作成します。'smote'はクラスAからランダム・サンプルを選択し、k近傍からランダム・ネイバーBを選択します。 ベクトルABは[0、1]の範囲の乱数で乗算され、結果がAに追加され、新しい合成インスタンスが生成されます。

• balance_ratio - float、default=1.0。 バランシング・プロセス中のマイノリティ・クラスからの観測の所望の比率を表す0から1までの数値。 値1は、両方のクラスで同じ数の観測結果になります。

メソッド

__init__([spatial_weights_definition, ...])
fit(X, y[, geometries, crs, ...])	SLXロジスティック回帰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[, geometries, spatial_weights, ...])	適合プロセスで定義された同じ列を使用してデータセットの空間ラグを計算し、ロジスティック回帰に従って最も高い確率のカテゴリを返します。
score(X, y[, sample_weight, geometries, ...])	モデルの精度を返します。
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

betas	返り値: トレーニング済モデルの推定パラメータを持つ配列。 multi_classの場合、
k	返り値: 係数を推定する変数の数(以下を含む)
model_type	返り値: 分類モデルのタイプ
predy	返り値: トレーニング・データの予測を含む配列。 multi_classの場合、
summary	返り値: 適合モデルの統計および推定パラメータを含む文字列。
u	返り値: トレーニング済モデルの残余を含む配列