oraclesai.pipeline

class SpatialColumnTransformer(transformers, *, remainder='drop', sparse_threshold=0.3, n_jobs=None, transformer_weights=None, verbose=False, verbose_feature_names_out=True, force_int_remainder_cols=True)

空間エスティメータ・ステップを含めることができる、scikit-learnクラスColumnTransformerの空間バージョン。 列の様々なサブセットに変換を適用し、結果を連結します。

fit(X, y=None, **fit_params)

対応する列サブセットを使用して、すべてのトランスフォーマのfitメソッドをコールします。

パラメータ:
  • X - SpatialDataFrame、geopandas.GeoDataFrame、pandas.DataFrameまたはnumpy 2D配列。

  • y - (Default=None) pandas.DataFrame、numpy 1D配列または文字列。 文字列として指定した場合、XはDataFrameである必要があります。

返り値:

self Fitted estimator。

fit_transform(X, y=None, **fit_params)

対応する列サブセットを使用してすべてのトランスフォーマに適合し、結果を連結します。

パラメータ:
  • X - SpatialDataFrame、geopandas.GeoDataFrame、pandas.DataFrameまたはnumpy 2D配列。

  • y - (Default=None) pandas.DataFrame、numpy 1D配列または文字列。 文字列として指定した場合、XはDataFrameである必要があります。

返り値:

変換されたデータと連結データ。

property named_estimators

タプルのリストを返します、形式(name, Transformer)

transform(X, y=None, **transform_params)

各トランスフォーマのtransformメソッドを、対応する列サブセットを使用してコールし、結果を連結します。

パラメータ:
  • X - SpatialDataFrame、geopandas.GeoDataFrame、pandas.DataFrameまたはnumpy 2D配列。

  • y - (Default=None) pandas.DataFrame、numpy 1D配列または文字列。 文字列として指定した場合、XはDataFrameである必要があります。

返り値:

変換されたデータと連結データ。

class SpatialFeatureUnion ( transformer_list, *, n_jobs = なし, transformer_weights = なし, 冗長 = False, verbose_feature_names_out = True )

空間エスティメータのステップを実行できる、scikit-learn FeatureUnionクラスの空間バージョン。

fit_transform(X, y=None, **fit_params)

すべてのトランスフォーマに適合し、データを変換して結果を連結します。

パラメータ:
  • X - SpatialDataFrame、geopandas.GeoDataFrame、pandas.DataFrameまたはnumpy 2D配列。

  • y - (Default=None) pandas.DataFrame、numpy 1D配列または文字列。 文字列として指定した場合、XはDataFrameである必要があります。

返り値:

変換されたデータと連結データ。

property named_estimators

すべてのトランスフォーマを含むリストを返します

transform(X, **transform_params)

トランスフォーマごとにXを個別に変換し、結果を連結します。

パラメータ:

X - SpatialDataFrame、geopandas.GeoDataFrame、pandas.DataFrameまたはnumpy 2D配列。

返り値:

変換されたデータと連結データ。

class SpatialPipeline(steps, memory=None, verbose=False)

SpatialPipelineは、scikit-learnパイプラインのようなものですが、空間列を受け入れ、空間重みオブジェクトなどの空間情報を使用またはコンピュートする空間エスティメータを含めることもできます。 SpatialPipelineおよびその他の複合空間エスティメータ(SpatialFeatureUnion、SpatialColumnTransformerなど)は、SpatialDataFrameまたはGeoPandasのGeoDataFrameと直接連携して、適切な情報をそのステップに配信できます。つまり、空間データは空間エスティメータにのみ渡され、通常の非空間エスティメータでは省略されます。 実際には、空間パイプラインおよびその他の複合空間エスティメータは、通常のscikit-learnパイプラインとまったく同じように見えて動作します。ただし、その適合性、変換および予測メソッド(およびこれらのメソッドのバリエーション)の場合、XパラメータもSpatialDataFrameまたはGeoPandas GeoDataFrame型にできます。 さらに、パイプライン内の適切な空間エスティメータに渡すことができる、明確に定義された空間パラメータのセットを受け入れます。

  • geometries: shapelyジオメトリの1D配列。 Xが空間型の場合、必要ありません。

  • crs: 文字列またはPyProj CRS。 この情報は、空間型の場合にXから抽出できます。

  • spatial_weights_definition: SpatiaWeightsDefinitionオブジェクト。

  • spatial_weights: SpatialWeightsオブジェクトまたはPySAL重みオブジェクト。

  • spatial_index: ジオメトリの空間インデックス。

fit(X, y=None, **fit_params)

パイプライン内のすべてのトランスフォーマに適合し、最後に最終エスティメータのfitメソッドをコールします。

パラメータ:
  • X - SpatialDataFrame、geopandas.GeoDataFrame、pandas.DataFrameまたはnumpy 2D配列。

  • y - (Default=None) pandas.DataFrame、numpy 1D配列または文字列。 文字列として指定した場合、XはDataFrameであることが想定されます。

返り値:

最終エスティメータのfitメソッドからの出力。

fit_predict(X, y=None, **fit_params)

パイプライン内のすべてのトランスフォーマに適合します。 最後に、最終エスティメータのfit_predictをコールします。

パラメータ:
  • X - SpatialDataFrame、geopandas.GeoDataFrame、pandas.DataFrameまたはnumpy 2D配列。

  • y - (Default=None) pandas.DataFrame、numpy 1D配列または文字列。 文字列として指定した場合、XはDataFrameである必要があります。

返り値:

最終エスティメータのpredictメソッドの出力。

fit_transform(X, y=None, **fit_params)

パイプライン内のすべてのトランスフォーマに適合します。 その後、最終的なエスティメータでデータを変換します。

パラメータ:
  • X - SpatialDataFrame、geopandas.GeoDataFrame、pandas.DataFrameまたはnumpy 2D配列。

  • y - (Default=None) pandas.DataFrame、numpy 1D配列または文字列。 文字列として指定した場合、XはDataFrameであることが想定されます。

返り値:

最終エスティメータのtransformメソッドからの出力。

property named_estimators

パイプライン内のすべてのステップを返します

predict(X, y=None, **predict_params)

パイプライン内の各トランスフォーマのtransformメソッドをコールします。 次に、最終的なエスティメータのpredictメソッドをコールします。

パラメータ:
  • X - SpatialDataFrame、geopandas.GeoDataFrame、pandas.DataFrameまたはnumpy 2D配列。

  • y - (Default=None) pandas.DataFrame、numpy 1D配列または文字列。 文字列として指定した場合、XはDataFrameである必要があります。

返り値:

最終エスティメータのpredictメソッドの出力。

score(X, y, sample_weight=None, **score_params)

パイプライン内の各トランスフォーマのtransformメソッドをコールします。 次に、最終的なエスティメータのscoreメソッドをコールします。

パラメータ:
  • X - SpatialDataFrame、geopandas.GeoDataFrame、pandas.DataFrameまたはnumpy 2D配列。

  • y - (Default=None) pandas.DataFrame、numpy 1D配列または文字列。 文字列として指定した場合、XはDataFrameである必要があります。

  • sample_weight - 各サンプルのスコアに対する加重コントリビューション。

返り値:

最終エスティメータのscoreメソッドの出力。

transform(X, y=None, **transform_params)

パイプライン内の各トランスフォーマのtransformメソッドをコールしてデータを変換します。 結果は、最終エスティメータから変換されたデータです。

パラメータ:
  • X - SpatialDataFrame、geopandas.GeoDataFrame、pandas.DataFrameまたはnumpy 2D配列。

  • y - (Default=None) pandas.DataFrame、numpy 1D配列または文字列。 文字列として指定した場合、XはDataFrameであることが想定されます。

返り値:

最終エスティメータのtransformメソッドからの出力。