核心类¶
Source code in src/pytorch_tabular/tabular_model.py
66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 530 531 532 533 534 535 536 537 538 539 540 541 542 543 544 545 546 547 548 549 550 551 552 553 554 555 556 557 558 559 560 561 562 563 564 565 566 567 568 569 570 571 572 573 574 575 576 577 578 579 580 581 582 583 584 585 586 587 588 589 590 591 592 593 594 595 596 597 598 599 600 601 602 603 604 605 606 607 608 609 610 611 612 613 614 615 616 617 618 619 620 621 622 623 624 625 626 627 628 629 630 631 632 633 634 635 636 637 638 639 640 641 642 643 644 645 646 647 648 649 650 651 652 653 654 655 656 657 658 659 660 661 662 663 664 665 666 667 668 669 670 671 672 673 674 675 676 677 678 679 680 681 682 683 684 685 686 687 688 689 690 691 692 693 694 695 696 697 698 699 700 701 702 703 704 705 706 707 708 709 710 711 712 713 714 715 716 717 718 719 720 721 722 723 724 725 726 727 728 729 730 731 732 733 734 735 736 737 738 739 740 741 742 743 744 745 746 747 748 749 750 751 752 753 754 755 756 757 758 759 760 761 762 763 764 765 766 767 768 769 770 771 772 773 774 775 776 777 778 779 780 781 782 783 784 785 786 787 788 789 790 791 792 793 794 795 796 797 798 799 800 801 802 803 804 805 806 807 808 809 810 811 812 813 814 815 816 817 818 819 820 821 822 823 824 825 826 827 828 829 830 831 832 833 834 835 836 837 838 839 840 841 842 843 844 845 846 847 848 849 850 851 852 853 854 855 856 857 858 859 860 861 862 863 864 865 866 867 868 869 870 871 872 873 874 875 876 877 878 879 880 881 882 883 884 885 886 887 888 889 890 891 892 893 894 895 896 897 898 899 900 901 902 903 904 905 906 907 908 909 910 911 912 913 914 915 916 917 918 919 920 921 922 923 924 925 926 927 928 929 930 931 932 933 934 935 936 937 938 939 940 941 942 943 944 945 946 947 948 949 950 951 952 953 954 955 956 957 958 959 960 961 962 963 964 965 966 967 968 969 970 971 972 973 974 975 976 977 978 979 980 981 982 983 984 985 986 987 988 989 990 991 992 993 994 995 996 997 998 999 1000 1001 1002 1003 1004 1005 1006 1007 1008 1009 1010 1011 1012 1013 1014 1015 1016 1017 1018 1019 1020 1021 1022 1023 1024 1025 1026 1027 1028 1029 1030 1031 1032 1033 1034 1035 1036 1037 1038 1039 1040 1041 1042 1043 1044 1045 1046 1047 1048 1049 1050 1051 1052 1053 1054 1055 1056 1057 1058 1059 1060 1061 1062 1063 1064 1065 1066 1067 1068 1069 1070 1071 1072 1073 1074 1075 1076 1077 1078 1079 1080 1081 1082 1083 1084 1085 1086 1087 1088 1089 1090 1091 1092 1093 1094 1095 1096 1097 1098 1099 1100 1101 1102 1103 1104 1105 1106 1107 1108 1109 1110 1111 1112 1113 1114 1115 1116 1117 1118 1119 1120 1121 1122 1123 1124 1125 1126 1127 1128 1129 1130 1131 1132 1133 1134 1135 1136 1137 1138 1139 1140 1141 1142 1143 1144 1145 1146 1147 1148 1149 1150 1151 1152 1153 1154 1155 1156 1157 1158 1159 1160 1161 1162 1163 1164 1165 1166 1167 1168 1169 1170 1171 1172 1173 1174 1175 1176 1177 1178 1179 1180 1181 1182 1183 1184 1185 1186 1187 1188 1189 1190 1191 1192 1193 1194 1195 1196 1197 1198 1199 1200 1201 1202 1203 1204 1205 1206 1207 1208 1209 1210 1211 1212 1213 1214 1215 1216 1217 1218 1219 1220 1221 1222 1223 1224 1225 1226 1227 1228 1229 1230 1231 1232 1233 1234 1235 1236 1237 1238 1239 1240 1241 1242 1243 1244 1245 1246 1247 1248 1249 1250 1251 1252 1253 1254 1255 1256 1257 1258 1259 1260 1261 1262 1263 1264 1265 1266 1267 1268 1269 1270 1271 1272 1273 1274 1275 1276 1277 1278 1279 1280 1281 1282 1283 1284 1285 1286 1287 1288 1289 1290 1291 1292 1293 1294 1295 1296 1297 1298 1299 1300 1301 1302 1303 1304 1305 1306 1307 1308 1309 1310 1311 1312 1313 1314 1315 1316 1317 1318 1319 1320 1321 1322 1323 1324 1325 1326 1327 1328 1329 1330 1331 1332 1333 1334 1335 1336 1337 1338 1339 1340 1341 1342 1343 1344 1345 1346 1347 1348 1349 1350 1351 1352 1353 1354 1355 1356 1357 1358 1359 1360 1361 1362 1363 1364 1365 1366 1367 1368 1369 1370 1371 1372 1373 1374 1375 1376 1377 1378 1379 1380 1381 1382 1383 1384 1385 1386 1387 1388 1389 1390 1391 1392 1393 1394 1395 1396 1397 1398 1399 1400 1401 1402 1403 1404 1405 1406 1407 1408 1409 1410 1411 1412 1413 1414 1415 1416 1417 1418 1419 1420 1421 1422 1423 1424 1425 1426 1427 1428 1429 1430 1431 1432 1433 1434 1435 1436 1437 1438 1439 1440 1441 1442 1443 1444 1445 1446 1447 1448 1449 1450 1451 1452 1453 1454 1455 1456 1457 1458 1459 1460 1461 1462 1463 1464 1465 1466 1467 1468 1469 1470 1471 1472 1473 1474 1475 1476 1477 1478 1479 1480 1481 1482 1483 1484 1485 1486 1487 1488 1489 1490 1491 1492 1493 1494 1495 1496 1497 1498 1499 1500 1501 1502 1503 1504 1505 1506 1507 1508 1509 1510 1511 1512 1513 1514 1515 1516 1517 1518 1519 1520 1521 1522 1523 1524 1525 1526 1527 1528 1529 1530 1531 1532 1533 1534 1535 1536 1537 1538 1539 1540 1541 1542 1543 1544 1545 1546 1547 1548 1549 1550 1551 1552 1553 1554 1555 1556 1557 1558 1559 1560 1561 1562 1563 1564 1565 1566 1567 1568 1569 1570 1571 1572 1573 1574 1575 1576 1577 1578 1579 1580 1581 1582 1583 1584 1585 1586 1587 1588 1589 1590 1591 1592 1593 1594 1595 1596 1597 1598 1599 1600 1601 1602 1603 1604 1605 1606 1607 1608 1609 1610 1611 1612 1613 1614 1615 1616 1617 1618 1619 1620 1621 1622 1623 1624 1625 1626 1627 1628 1629 1630 1631 1632 1633 1634 1635 1636 1637 1638 1639 1640 1641 1642 1643 1644 1645 1646 1647 1648 1649 1650 1651 1652 1653 1654 1655 1656 1657 1658 1659 1660 1661 1662 1663 1664 1665 1666 1667 1668 1669 1670 1671 1672 1673 1674 1675 1676 1677 1678 1679 1680 1681 1682 1683 1684 1685 1686 1687 1688 1689 1690 1691 1692 1693 1694 1695 1696 1697 1698 1699 1700 1701 1702 1703 1704 1705 1706 1707 1708 1709 1710 1711 1712 1713 1714 1715 1716 1717 1718 1719 1720 1721 1722 1723 1724 1725 1726 1727 1728 1729 1730 1731 1732 1733 1734 1735 1736 1737 1738 1739 1740 1741 1742 1743 1744 1745 1746 1747 1748 1749 1750 1751 1752 1753 1754 1755 1756 1757 1758 1759 1760 1761 1762 1763 1764 1765 1766 1767 1768 1769 1770 1771 1772 1773 1774 1775 1776 1777 1778 1779 1780 1781 1782 1783 1784 1785 1786 1787 1788 1789 1790 1791 1792 1793 1794 1795 1796 1797 1798 1799 1800 1801 1802 1803 1804 1805 1806 1807 1808 1809 1810 1811 1812 1813 1814 1815 1816 1817 1818 1819 1820 1821 1822 1823 1824 1825 1826 1827 1828 1829 1830 1831 1832 1833 1834 1835 1836 1837 1838 1839 1840 1841 1842 1843 1844 1845 1846 1847 1848 1849 1850 1851 1852 1853 1854 1855 1856 1857 1858 1859 1860 1861 1862 1863 1864 1865 1866 1867 1868 1869 1870 1871 1872 1873 1874 1875 1876 1877 1878 1879 1880 1881 1882 1883 1884 1885 1886 1887 1888 1889 1890 1891 1892 1893 1894 1895 1896 1897 1898 1899 1900 1901 1902 1903 1904 1905 1906 1907 1908 1909 1910 1911 1912 1913 1914 1915 1916 1917 1918 1919 1920 1921 1922 1923 1924 1925 1926 1927 1928 1929 1930 1931 1932 1933 1934 1935 1936 1937 1938 1939 1940 1941 1942 1943 1944 1945 1946 1947 1948 1949 1950 1951 1952 1953 1954 1955 1956 1957 1958 1959 1960 1961 1962 1963 1964 1965 1966 1967 1968 1969 1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 2029 2030 2031 2032 2033 2034 2035 2036 2037 2038 2039 2040 2041 2042 2043 2044 2045 2046 2047 2048 2049 2050 2051 2052 2053 2054 2055 2056 2057 2058 2059 2060 2061 2062 2063 2064 2065 2066 2067 2068 2069 2070 2071 2072 2073 2074 2075 2076 2077 2078 2079 2080 2081 2082 2083 2084 2085 2086 2087 2088 2089 2090 2091 2092 |
|
__init__(config=None, data_config=None, model_config=None, optimizer_config=None, trainer_config=None, experiment_config=None, model_callable=None, model_state_dict_path=None, verbose=True, suppress_lightning_logger=False)
¶
核心模型,负责协调从初始化数据模块、模型、训练器等所有内容.
Parameters:
Name | Type | Description | Default |
---|---|---|---|
config
|
(Optional[Union[DictConfig, str]], 可选)
|
单个OmegaConf DictConfig对象或包含所有配置参数的yaml文件路径.默认为None. |
None
|
data_config
|
(Optional[Union[DataConfig, str]], 可选)
|
DataConfig对象或yaml文件路径.默认为None. |
None
|
model_config
|
(Optional[Union[ModelConfig, str]], 可选)
|
ModelConfig的子类或yaml文件路径. 根据配置类型确定运行哪个模型.默认为None. |
None
|
optimizer_config
|
(Optional[Union[OptimizerConfig, str]], 可选)
|
OptimizerConfig对象或yaml文件路径.默认为None. |
None
|
trainer_config
|
(Optional[Union[TrainerConfig, str]], 可选)
|
TrainerConfig对象或yaml文件路径.默认为None. |
None
|
experiment_config
|
(Optional[Union[ExperimentConfig, str]], 可选)
|
ExperimentConfig对象或yaml文件路径. 如果提供,将配置实验跟踪.默认为None. |
None
|
model_callable
|
(Optional[Callable], 可选)
|
如果提供,将覆盖从配置加载的模型可调用对象. 通常在提供自定义模型时使用. |
None
|
model_state_dict_path
|
(Optional[Union[str, Path]], 可选)
|
如果提供,将在从配置初始化模型后加载状态字典. |
None
|
verbose
|
bool
|
控制日志记录的开关.默认为True. |
True
|
suppress_lightning_logger
|
bool
|
如果为True,将抑制PyTorch Lightning的默认日志记录.默认为False. |
False
|
Source code in src/pytorch_tabular/tabular_model.py
67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 |
|
bagging_predict(cv, train, test, groups=None, verbose=True, reset_datamodule=True, return_raw_predictions=False, aggregate='mean', weights=None, handle_oom=True, **kwargs)
¶
Bagging 预测测试数据.
Parameters:
Name | Type | Description | Default |
---|---|---|---|
cv
|
可选[Union[int, Iterable, BaseCrossValidator]]
|
确定交叉验证的分割策略. 可能的输入包括:
|
required |
train
|
DataFrame
|
带有标签的训练数据 |
required |
test
|
DataFrame
|
需要预测的测试数据 |
required |
groups
|
(可选[Union[str, ndarray]], 可选)
|
在分割时使用的样本组标签.如果提供,将作为交叉验证器 |
None
|
verbose
|
(bool, 可选)
|
如果为True,将记录结果.默认为True. |
True
|
reset_datamodule
|
(bool, 可选)
|
如果为True,将在每次迭代时重置datamodule. 由于每次折叠都会拟合变换,因此速度会较慢.如果为False,我们采用一种近似方法,即一旦在第一次折叠上拟合了变换, 它们将对所有其他折叠有效.默认为True. |
True
|
return_raw_predictions
|
(bool, 可选)
|
如果为True,将返回每次折叠的原始预测.默认为False. |
False
|
aggregate
|
(Union[str, Callable], 可选)
|
用于聚合每次折叠预测的函数.如果为字符串,应为"mean"、"median"、"min"或"max"之一, 用于回归.对于分类,前面的选项应用于置信度分数(软投票),然后转换为最终预测.分类还提供额外的选项"hard_voting". 如果为可调用对象,应为接受3D数组列表(样本数, 交叉验证数, 目标数)并返回最终概率2D数组(样本数, 目标数)的函数.默认为"mean". |
'mean'
|
weights
|
(可选[List[float]], 可选)
|
用于聚合每次折叠预测的权重.如果为None,将使用相等的权重.仅在 |
None
|
handle_oom
|
(bool, 可选)
|
如果为True,将优雅地处理内存不足错误. |
True
|
**kwargs
|
传递给模型 |
{}
|
Returns:
Name | Type | Description |
---|---|---|
DataFrame |
包含集成预测的数据框. |
Source code in src/pytorch_tabular/tabular_model.py
1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 2029 2030 2031 2032 2033 2034 2035 2036 2037 2038 2039 2040 2041 2042 2043 2044 2045 2046 2047 2048 2049 2050 2051 2052 2053 2054 2055 2056 2057 2058 2059 2060 2061 2062 2063 2064 2065 2066 2067 2068 2069 2070 2071 2072 2073 2074 2075 2076 2077 2078 2079 2080 2081 2082 2083 2084 2085 2086 2087 2088 2089 2090 2091 2092 |
|
create_finetune_model(task, head, head_config, train, validation=None, train_sampler=None, target_transform=None, target=None, optimizer_config=None, trainer_config=None, experiment_config=None, loss=None, metrics=None, metrics_prob_input=None, metrics_params=None, optimizer=None, optimizer_params=None, learning_rate=None, target_range=None, seed=42)
¶
创建一个新的TabularModel模型,使用预训练权重以及新的任务和头部.
Parameters:
Name | Type | Description | Default |
---|---|---|---|
task
|
str
|
要执行的任务.可以是 "regression" 或 "classification" 之一. |
required |
head
|
str
|
用于模型的头部.应为 |
required |
head_config
|
Dict
|
定义头部的配置字典.如果留空,将初始化为默认的线性头部. |
required |
train
|
DataFrame
|
带有标签的训练数据. |
required |
validation
|
Optional[DataFrame]
|
带有标签的验证数据.默认为 None. |
None
|
train_sampler
|
Optional[Sampler]
|
如果提供,将用作训练的批次采样器.默认为 None. |
None
|
target_transform
|
Optional[Union[TransformerMixin, Tuple]]
|
如果提供,将在训练前用于转换目标,并在预测后进行逆转换. |
None
|
target
|
Optional[str]
|
如果未在初始预训练阶段提供,则为目标列名称.默认为 None. |
None
|
optimizer_config
|
Optional[OptimizerConfig]
|
如果提供,将重新定义微调阶段的优化器.默认为 None. |
None
|
trainer_config
|
Optional[TrainerConfig]
|
如果提供,将重新定义微调阶段的训练器.默认为 None. |
None
|
experiment_config
|
Optional[ExperimentConfig]
|
如果提供,将重新定义微调阶段的实验配置.默认为 None. |
None
|
loss
|
Optional[Module]
|
如果提供,将用作微调阶段的损失函数.默认情况下,回归任务为 MSELoss,分类任务为 CrossEntropyLoss. |
None
|
metrics
|
Optional[List[Callable]]
|
用于微调阶段的指标列表(可以是可调用对象或字符串).如果是字符串,应为 |
None
|
metrics_prob_input
|
Optional[List[bool]]
|
分类指标的强制参数. 这定义了指标函数的输入是概率还是类别.长度应与指标数量相同.默认为 None. |
None
|
metrics_params
|
Optional[Dict]
|
与指标顺序相同的指标参数.
例如,多类别的 f1_score 需要参数 |
None
|
optimizer
|
Optional[Optimizer]
|
自定义优化器,是标准 PyTorch 优化器的替代品.如果提供,将忽略 OptimizerConfig.默认为 None. |
None
|
optimizer_params
|
Dict
|
优化器的参数.默认为 {}. |
None
|
learning_rate
|
Optional[float]
|
要使用的学习率.默认为 1e-3. |
None
|
target_range
|
Optional[Tuple[float, float]]
|
回归任务的目标范围.分类任务中忽略.默认为 None. |
None
|
seed
|
Optional[int]
|
随机种子,用于可重复性.默认为 42. |
42
|
Returns:
Name | Type | Description |
---|---|---|
TabularModel |
TabularModel
|
用于微调的新 TabularModel 模型 |
Source code in src/pytorch_tabular/tabular_model.py
849 850 851 852 853 854 855 856 857 858 859 860 861 862 863 864 865 866 867 868 869 870 871 872 873 874 875 876 877 878 879 880 881 882 883 884 885 886 887 888 889 890 891 892 893 894 895 896 897 898 899 900 901 902 903 904 905 906 907 908 909 910 911 912 913 914 915 916 917 918 919 920 921 922 923 924 925 926 927 928 929 930 931 932 933 934 935 936 937 938 939 940 941 942 943 944 945 946 947 948 949 950 951 952 953 954 955 956 957 958 959 960 961 962 963 964 965 966 967 968 969 970 971 972 973 974 975 976 977 978 979 980 981 982 983 984 985 986 987 988 989 990 991 992 993 994 995 996 997 998 999 1000 1001 1002 1003 1004 1005 1006 1007 1008 1009 1010 1011 1012 1013 1014 1015 1016 1017 1018 1019 1020 1021 1022 1023 1024 1025 1026 1027 1028 1029 1030 |
|
cross_validate(cv, train, metric=None, return_oof=False, groups=None, verbose=True, reset_datamodule=True, handle_oom=True, **kwargs)
¶
交叉验证模型.
Parameters:
Name | Type | Description | Default |
---|---|---|---|
cv
|
可选[Union[int, Iterable, BaseCrossValidator]]
|
确定交叉验证的分割策略. 可能的输入包括:
|
required |
train
|
DataFrame
|
带有标签的训练数据 |
required |
metric
|
(可选[Union[str, Callable]], 可选)
|
用于评估的指标.
如果为None,将使用配置中的第一个指标.如果提供字符串,将使用定义的该指标.如果提供可调用对象,将使用该函数作为指标.我们期望可调用对象的形式为 |
None
|
return_oof
|
(bool, 可选)
|
如果为True,将返回交叉验证结果以及折叠外的预测. 默认为False. |
False
|
groups
|
(可选[Union[str, ndarray]], 可选)
|
用于分割样本的组标签.如果提供,将作为交叉验证器 |
None
|
verbose
|
(bool, 可选)
|
如果为True,将记录结果. 默认为True. |
True
|
reset_datamodule
|
(bool, 可选)
|
如果为True,将在每次迭代时重置datamodule. 这将更慢,因为我们将为每个折叠拟合变换.如果为False,我们采用一种近似方法,即一旦变换在第一个折叠上拟合,它们将对所有其他折叠有效. 默认为True. |
True
|
handle_oom
|
(bool, 可选)
|
如果为True,将优雅地处理内存不足错误. |
True
|
**kwargs
|
传递给模型 |
{}
|
Returns:
Name | Type | Description |
---|---|---|
DataFrame |
包含交叉验证结果的数据框 |
Source code in src/pytorch_tabular/tabular_model.py
1835 1836 1837 1838 1839 1840 1841 1842 1843 1844 1845 1846 1847 1848 1849 1850 1851 1852 1853 1854 1855 1856 1857 1858 1859 1860 1861 1862 1863 1864 1865 1866 1867 1868 1869 1870 1871 1872 1873 1874 1875 1876 1877 1878 1879 1880 1881 1882 1883 1884 1885 1886 1887 1888 1889 1890 1891 1892 1893 1894 1895 1896 1897 1898 1899 1900 1901 1902 1903 1904 1905 1906 1907 1908 1909 1910 1911 1912 1913 1914 1915 1916 1917 1918 1919 1920 1921 1922 1923 1924 1925 1926 1927 1928 1929 1930 1931 1932 1933 1934 1935 1936 |
|
evaluate(test=None, test_loader=None, ckpt_path=None, verbose=True)
¶
使用配置中已设置的损失和指标对数据框进行评估.
Parameters:
Name | Type | Description | Default |
---|---|---|---|
test
|
可选[DataFrame]
|
要评估的数据框.如果未提供,将尝试使用拟合期间提供的测试数据.如果两者均未提供,将返回一个空字典. |
None
|
test_loader
|
(可选[DataLoader], 可选)
|
用于评估的数据加载器.如果提供,将使用该数据加载器而不是测试数据框或拟合期间提供的测试数据.默认为None. |
None
|
ckpt_path
|
(可选[Union[str, Path]], 可选)
|
要加载的检查点路径.如果未提供,将尝试使用训练期间的最佳检查点. |
None
|
verbose
|
(bool, 可选)
|
如果为真,将打印结果.默认为True. |
True
|
Returns: 最终的测试结果字典.
Source code in src/pytorch_tabular/tabular_model.py
explain(data, method='GradientShap', method_args={}, baselines=None, **kwargs)
¶
返回模型的特征归因/解释,以pandas DataFrame的形式呈现.返回的数据框形状为(样本数量, 特征数量)
Parameters:
Name | Type | Description | Default |
---|---|---|---|
data
|
DataFrame
|
需要解释的数据框 |
required |
method
|
str
|
用于解释模型的方法. 应为以下默认值之一:"GradientShap". 更多详情,请参考 https://captum.ai/api/attribution.html |
'GradientShap'
|
method_args
|
Optional[Dict]
|
传递给Captum方法初始化的参数. |
{}
|
baselines
|
Union[float, tensor, str]
|
用于解释的基线.
如果提供标量,将使用该值作为所有特征的基线.
如果提供张量,将使用该张量作为所有特征的基线.
如果提供类似 |
None
|
**kwargs
|
传递给Captum方法 |
{}
|
Returns:
Name | Type | Description |
---|---|---|
DataFrame |
DataFrame
|
包含特征重要性的数据框 |
Source code in src/pytorch_tabular/tabular_model.py
1677 1678 1679 1680 1681 1682 1683 1684 1685 1686 1687 1688 1689 1690 1691 1692 1693 1694 1695 1696 1697 1698 1699 1700 1701 1702 1703 1704 1705 1706 1707 1708 1709 1710 1711 1712 1713 1714 1715 1716 1717 1718 1719 1720 1721 1722 1723 1724 1725 1726 1727 1728 1729 1730 1731 1732 1733 1734 1735 1736 1737 1738 1739 1740 1741 1742 1743 1744 1745 1746 1747 1748 1749 1750 1751 1752 1753 1754 1755 1756 1757 1758 1759 1760 1761 1762 1763 1764 1765 1766 1767 1768 1769 1770 1771 1772 1773 1774 1775 1776 1777 1778 1779 1780 1781 1782 1783 1784 1785 1786 1787 1788 1789 1790 1791 1792 1793 1794 1795 1796 1797 1798 1799 1800 1801 |
|
feature_importance()
¶
find_learning_rate(model, datamodule, min_lr=1e-08, max_lr=1, num_training=100, mode='exponential', early_stop_threshold=4.0, plot=True, callbacks=None)
¶
允许用户进行一系列良好的初始学习率测试,以减少选择合适起始学习率的猜测工作.
Parameters:
Name | Type | Description | Default |
---|---|---|---|
model
|
LightningModule
|
要训练的PyTorch Lightning模型. |
required |
datamodule
|
TabularDatamodule
|
数据模块 |
required |
min_lr
|
Optional[float]
|
要调查的最小学习率 |
1e-08
|
max_lr
|
Optional[float]
|
要调查的最大学习率 |
1
|
num_training
|
Optional[int]
|
要测试的学习率数量 |
100
|
mode
|
Optional[str]
|
搜索策略,可以是'linear'或'exponential'.如果设置为 'linear',学习率将通过在每个批次后线性增加来搜索.如果设置为'exponential',将指数增加学习率. |
'exponential'
|
early_stop_threshold
|
Optional[float]
|
停止搜索的阈值.如果在任何时候损失大于 early_stop_threshold*best_loss,则停止搜索.要禁用,请设置为None. |
4.0
|
plot
|
bool
|
如果为真,将使用matplotlib绘图 |
True
|
callbacks
|
Optional[List]
|
如果提供,将添加到Trainer的回调中. |
None
|
Returns:
Type | Description |
---|---|
Tuple[float, DataFrame]
|
建议的学习率和学习率查找器的结果 |
Source code in src/pytorch_tabular/tabular_model.py
finetune(max_epochs=None, min_epochs=None, callbacks=None, freeze_backbone=False)
¶
微调模型于提供的数据上.
Parameters:
Name | Type | Description | Default |
---|---|---|---|
max_epochs
|
(Optional[int], 可选)
|
训练的最大周期数.默认为 None. |
None
|
min_epochs
|
(Optional[int], 可选)
|
训练的最小周期数.默认为 None. |
None
|
callbacks
|
(Optional[List[Callback]], 可选)
|
如果提供,将添加到 Trainer 的回调中. 默认为 None. |
None
|
freeze_backbone
|
(bool, 可选)
|
如果为 True,将通过关闭梯度来冻结主干网络. 默认为 False,这意味着预训练的权重在微调期间也会进一步调整. |
False
|
Returns:
Type | Description |
---|---|
Trainer
|
pl.Trainer: Trainer 对象 |
Source code in src/pytorch_tabular/tabular_model.py
fit(train, validation=None, loss=None, metrics=None, metrics_prob_inputs=None, optimizer=None, optimizer_params=None, train_sampler=None, target_transform=None, max_epochs=None, min_epochs=None, seed=42, callbacks=None, datamodule=None, cache_data='memory', handle_oom=True)
¶
fit方法,接收数据并触发训练.
Parameters:
Name | Type | Description | Default |
---|---|---|---|
train
|
DataFrame
|
训练数据框 |
required |
validation
|
Optional[DataFrame]
|
如果提供,将在训练过程中使用此数据框作为验证集. 用于早停和日志记录.如果未提供,将使用20%的训练数据作为验证集. 默认为None. |
None
|
loss
|
Optional[Module]
|
自定义损失函数,不在标准PyTorch库中 |
None
|
metrics
|
Optional[List[Callable]]
|
自定义度量函数(可调用对象),具有 签名metric_fn(y_hat, y),并适用于torch张量输入.对于分类任务,y_hat预期形状为 (batch_size, num_classes),对于回归任务,y_hat预期形状为(batch_size, 1),y预期形状为 (batch_size, 1) |
None
|
metrics_prob_inputs
|
Optional[List[bool]]
|
这是分类度量的强制参数. 如果度量函数需要概率作为输入,请设置为True. 列表的长度应等于度量函数的数量.默认为None. |
None
|
optimizer
|
Optional[Optimizer]
|
自定义优化器,是标准PyTorch优化器的替代品. 这应该是类,而不是初始化的对象 |
None
|
optimizer_params
|
Optional[Dict]
|
用于初始化自定义优化器的参数. |
None
|
train_sampler
|
Optional[Sampler]
|
自定义PyTorch批次采样器,将传递给DataLoaders. 对于处理不平衡数据和其他自定义批次策略很有用 |
None
|
target_transform
|
Optional[Union[TransformerMixin, Tuple(Callable)]]
|
如果提供,在模型训练前对目标应用变换,在预测时应用逆变换. 参数可以是具有inverse_transform方法的sklearn Transformer, 或由可调用对象组成的元组(transform_func, inverse_transform_func) |
None
|
max_epochs
|
Optional[int]
|
覆盖要运行的最大轮数.默认为None. |
None
|
min_epochs
|
Optional[int]
|
覆盖要运行的最小轮数.默认为None. |
None
|
seed
|
Optional[int]
|
(int): 用于可重复性的随机种子.默认为42. |
42
|
callbacks
|
Optional[List[Callback]]
|
训练期间使用的回调列表.默认为None. |
None
|
datamodule
|
Optional[TabularDatamodule]
|
数据模块. 如果提供,将忽略其他参数如train、test等,并使用数据模块. 默认为None. |
None
|
cache_data
|
str
|
决定如何在数据加载器中缓存数据.如果设置为 "memory",将在内存中缓存.如果设置为有效路径,将在该路径中缓存.默认为"memory". |
'memory'
|
handle_oom
|
bool
|
如果为True,将尝试优雅地处理OOM错误.默认为True. |
True
|
Returns:
Type | Description |
---|---|
Trainer
|
pl.Trainer: PyTorch Lightning Trainer实例 |
Source code in src/pytorch_tabular/tabular_model.py
662 663 664 665 666 667 668 669 670 671 672 673 674 675 676 677 678 679 680 681 682 683 684 685 686 687 688 689 690 691 692 693 694 695 696 697 698 699 700 701 702 703 704 705 706 707 708 709 710 711 712 713 714 715 716 717 718 719 720 721 722 723 724 725 726 727 728 729 730 731 732 733 734 735 736 737 738 739 740 741 742 743 744 745 746 747 748 749 750 751 752 753 754 755 756 757 758 759 760 761 762 763 764 765 766 767 768 769 770 771 772 773 |
|
load_best_model()
¶
在训练完成后加载最佳模型.
Source code in src/pytorch_tabular/tabular_model.py
load_model(dir, map_location=None, strict=True)
classmethod
¶
加载保存在目录中的模型.
Parameters:
Name | Type | Description | Default |
---|---|---|---|
dir
|
str
|
保存模型的目录,包含检查点 |
required |
map_location
|
Union[Dict[str, str], str, device, int, Callable, None])
|
如果你的检查点保存了一个GPU模型,而你现在在CPU上或不同数量的GPU上加载,使用这个参数来映射到新的设置.行为与torch.load()中的相同 |
None
|
strict
|
bool)
|
是否严格要求checkpoint_path中的键与该模块的状态字典返回的键完全匹配.默认值: True. |
True
|
Returns:
Name | Type | Description |
---|---|---|
TabularModel |
TabularModel
|
保存的TabularModel |
Source code in src/pytorch_tabular/tabular_model.py
380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 |
|
load_weights(path)
¶
加载指定目录中的模型权重.
Parameters:
Name | Type | Description | Default |
---|---|---|---|
path
|
str
|
要从中加载模型的文件路径 |
required |
Returns:
Type | Description |
---|---|
None
|
None |
predict(test, quantiles=[0.25, 0.5, 0.75], n_samples=100, ret_logits=False, include_input_features=False, device=None, progress_bar=None, test_time_augmentation=False, num_tta=5, alpha_tta=0.1, aggregate_tta='mean', tta_seed=42)
¶
使用训练好的模型对新数据进行预测,并以数据框形式返回结果.
Parameters:
Name | Type | Description | Default |
---|---|---|---|
test
|
DataFrame
|
包含训练期间定义的特征的新数据框 |
required |
quantiles
|
可选[List]
|
对于概率模型(如混合密度网络),这指定了除了 |
[0.25, 0.5, 0.75]
|
n_samples
|
可选[int]
|
从后验分布中抽取的样本数量,用于估计分位数. 对于非概率模型,此参数被忽略.默认为 100 |
100
|
ret_logits
|
bool
|
标志,用于返回原始模型输出/logits(除了骨干特征)以及数据框.默认为 False |
False
|
include_input_features
|
bool
|
已弃用: 标志,用于在返回的数据框中包含输入特征.默认为 True |
False
|
progress_bar
|
Optional[str]
|
选择用于跟踪进度的进度条."rich" 或 "tqdm" 将设置相应的进度条.如果为 None,则不显示进度条. |
None
|
test_time_augmentation
|
bool
|
如果为 True,将使用测试时增强来生成预测. 该方法与此处描述的方法非常相似, 但我们还在嵌入输入中添加噪声以处理分类特征. (x_{aug} = x_{orig} + lpha * \epsilon) 其中 (\epsilon \sim \mathcal{N}(0, 1)) 默认为 False |
False
|
num_tta
|
float
|
为 TTA 运行的增强次数.默认为 0.0 |
5
|
alpha_tta
|
float
|
要添加到输入特征的高斯噪声的标准差 |
0.1
|
aggregate_tta
|
(Union[str, Callable], 可选)
|
用于聚合每次增强预测的函数.如果为 str,应为 "mean", "median", "min", 或 "max" 之一 用于回归.对于分类,前面的选项应用于置信度分数(软投票),然后转换为最终预测.分类还提供了一个额外的选项 "hard_voting". 如果为可调用对象,应为一个函数,该函数接收一个包含 3D 数组(num_samples, num_cv, num_targets)的列表,并返回一个 2D 数组 的最终概率(num_samples, num_targets).默认为 "mean". |
'mean'
|
tta_seed
|
int
|
用于 TTA 中添加噪声的随机种子.默认为 42. |
42
|
Returns:
Name | Type | Description |
---|---|---|
DataFrame |
DataFrame
|
返回一个包含预测和特征(如果 |
Source code in src/pytorch_tabular/tabular_model.py
1338 1339 1340 1341 1342 1343 1344 1345 1346 1347 1348 1349 1350 1351 1352 1353 1354 1355 1356 1357 1358 1359 1360 1361 1362 1363 1364 1365 1366 1367 1368 1369 1370 1371 1372 1373 1374 1375 1376 1377 1378 1379 1380 1381 1382 1383 1384 1385 1386 1387 1388 1389 1390 1391 1392 1393 1394 1395 1396 1397 1398 1399 1400 1401 1402 1403 1404 1405 1406 1407 1408 1409 1410 1411 1412 1413 1414 1415 1416 1417 1418 1419 1420 1421 1422 1423 1424 1425 1426 1427 1428 1429 1430 1431 1432 1433 1434 1435 1436 1437 1438 1439 1440 1441 1442 1443 1444 1445 1446 1447 |
|
prepare_dataloader(train, validation=None, train_sampler=None, target_transform=None, seed=42, cache_data='memory')
¶
准备用于训练和验证的数据加载器.
Parameters:
Name | Type | Description | Default |
---|---|---|---|
train
|
DataFrame
|
训练数据框 |
required |
validation
|
Optional[DataFrame]
|
如果提供,将在训练过程中使用此数据框作为验证集. 用于早停和日志记录.如果未提供,将使用训练数据的20%作为验证集. 默认为 None. |
None
|
train_sampler
|
Optional[Sampler]
|
自定义的 PyTorch 批次采样器,将传递给 DataLoaders. 适用于处理不平衡数据和其他自定义批次策略. |
None
|
target_transform
|
Optional[Union[TransformerMixin, Tuple(Callable)]]
|
如果提供,在模型训练前对目标应用此变换,并在预测时应用逆变换. 参数可以是具有 inverse_transform 方法的 sklearn Transformer,或 由可调用对象组成的元组 (transform_func, inverse_transform_func). |
None
|
seed
|
Optional[int]
|
用于可重复性的随机种子.默认为 42. |
42
|
cache_data
|
str
|
决定如何在数据加载器中缓存数据.如果设置为 "memory",将在内存中缓存.如果设置为有效路径,将在该路径中缓存.默认为 "memory". |
'memory'
|
Returns:
Name | Type | Description |
---|---|---|
TabularDatamodule |
TabularDatamodule
|
准备好的数据模块 |
Source code in src/pytorch_tabular/tabular_model.py
prepare_model(datamodule, loss=None, metrics=None, metrics_prob_inputs=None, optimizer=None, optimizer_params=None)
¶
准备模型以进行训练.
Parameters:
Name | Type | Description | Default |
---|---|---|---|
datamodule
|
TabularDatamodule
|
数据模块 |
required |
loss
|
(Optional[Module], 可选)
|
自定义损失函数,不在标准 PyTorch 库中 |
None
|
metrics
|
(Optional[List[Callable]], 可选)
|
自定义度量函数(可调用对象),具有 metric_fn(y_hat, y) 签名并作用于 torch 张量输入 |
None
|
metrics_prob_inputs
|
(Optional[List[bool]], 可选)
|
这是分类度量的必填参数.如果度量函数需要概率作为输入,请设置为 True. 列表的长度应等于度量函数的数量.默认为 None. |
None
|
optimizer
|
(Optional[Optimizer], 可选)
|
自定义优化器,是标准 PyTorch 优化器的直接替代品. 这应该是类,而不是初始化的对象 |
None
|
optimizer_params
|
(Optional[Dict], 可选)
|
用于初始化自定义优化器的参数. |
None
|
Returns:
Name | Type | Description |
---|---|---|
BaseModel |
BaseModel
|
准备好的模型 |
Source code in src/pytorch_tabular/tabular_model.py
pretrain(train, validation=None, optimizer=None, optimizer_params=None, max_epochs=None, min_epochs=None, seed=42, callbacks=None, datamodule=None, cache_data='memory')
¶
预训练方法,接收数据并触发训练.
Parameters:
Name | Type | Description | Default |
---|---|---|---|
train
|
DataFrame
|
训练数据框 |
required |
validation
|
Optional[DataFrame]
|
如果提供,将在训练过程中使用此数据框作为验证集. 用于早停和日志记录.如果未提供,将使用训练数据的20%作为验证集.默认为None. |
None
|
optimizer
|
Optional[Optimizer]
|
自定义优化器,可作为标准PyTorch优化器的替代品. 应为类,而非初始化对象. |
None
|
optimizer_params
|
Optional[Dict]
|
用于初始化自定义优化器的参数. |
None
|
max_epochs
|
Optional[int]
|
覆盖要运行的最大周期数.默认为None. |
None
|
min_epochs
|
Optional[int]
|
覆盖要运行的最小周期数.默认为None. |
None
|
seed
|
Optional[int]
|
(int): 随机种子,用于可重复性.默认为42. |
42
|
callbacks
|
Optional[List[Callback]]
|
训练过程中使用的回调列表. 默认为None. |
None
|
datamodule
|
Optional[TabularDatamodule]
|
数据模块.如果提供,将忽略其他参数如train、test等, 并使用数据模块.默认为None. |
None
|
cache_data
|
str
|
决定如何在数据加载器中缓存数据.如果设置为"memory",将在内存中缓存. 如果设置为有效路径,将在该路径中缓存.默认为"memory". |
'memory'
|
Returns: pl.Trainer: PyTorch Lightning Trainer实例
Source code in src/pytorch_tabular/tabular_model.py
save_config(dir)
¶
save_datamodule(dir, inference_only=False)
¶
Saves the datamodule in the specified directory.
Parameters:
Name | Type | Description | Default |
---|---|---|---|
dir
|
str
|
保存datamodule的目录路径 |
required |
inference_only
|
bool
|
如果为True,将仅保存不带数据的推理datamodule. 这不能用于进一步训练,但可用于推理.默认为False. |
False
|
Source code in src/pytorch_tabular/tabular_model.py
save_model(dir, inference_only=False)
¶
保存模型和检查点在指定目录中.
Parameters:
Name | Type | Description | Default |
---|---|---|---|
dir
|
str
|
保存模型的目录路径 |
required |
inference_only
|
bool
|
如果为True,将仅保存数据模块的推理版本 |
False
|
Source code in src/pytorch_tabular/tabular_model.py
save_model_for_inference(path, kind='pytorch', onnx_export_params={'opset_version': 12})
¶
保存模型以供推理.
Parameters:
Name | Type | Description | Default |
---|---|---|---|
path
|
Union[str, Path]
|
保存模型的路径 |
required |
kind
|
str
|
"pytorch" 或 "onnx"(实验性) |
'pytorch'
|
onnx_export_params
|
Dict
|
传递给 torch.onnx.export 的 ONNX 导出参数 |
{'opset_version': 12}
|
Returns:
Name | Type | Description |
---|---|---|
bool |
bool
|
如果模型成功保存则为 True |
Source code in src/pytorch_tabular/tabular_model.py
save_weights(path)
¶
保存模型权重到指定目录.
Parameters:
Name | Type | Description | Default |
---|---|---|---|
path
|
str
|
保存模型的文件路径 |
required |
summary(model=None, max_depth=-1)
¶
打印模型的摘要.
Parameters:
Name | Type | Description | Default |
---|---|---|---|
max_depth
|
int
|
遍历模块并显示在摘要中的最大深度. 默认为 -1,表示将显示所有模块. |
-1
|
Source code in src/pytorch_tabular/tabular_model.py
train(model, datamodule, callbacks=None, max_epochs=None, min_epochs=None, handle_oom=True)
¶
训练模型.
Parameters:
Name | Type | Description | Default |
---|---|---|---|
model
|
LightningModule
|
要训练的PyTorch Lightning模型. |
required |
datamodule
|
TabularDatamodule
|
数据模块 |
required |
callbacks
|
Optional[List[Callback]]
|
训练期间使用的回调函数列表.默认为None. |
None
|
max_epochs
|
Optional[int]
|
覆盖要运行的最大epoch数.默认为None. |
None
|
min_epochs
|
Optional[int]
|
覆盖要运行的最小epoch数.默认为None. |
None
|
handle_oom
|
bool
|
如果为True,将尝试优雅地处理OOM错误.默认为True. |
True
|
Returns:
Type | Description |
---|---|
Trainer
|
pl.Trainer: PyTorch Lightning Trainer实例 |
Source code in src/pytorch_tabular/tabular_model.py
Bases: LightningDataModule
Source code in src/pytorch_tabular/tabular_datamodule.py
113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 530 531 532 533 534 535 536 537 538 539 540 541 542 543 544 545 546 547 548 549 550 551 552 553 554 555 556 557 558 559 560 561 562 563 564 565 566 567 568 569 570 571 572 573 574 575 576 577 578 579 580 581 582 583 584 585 586 587 588 589 590 591 592 593 594 595 596 597 598 599 600 601 602 603 604 605 606 607 608 609 610 611 612 613 614 615 616 617 618 619 620 621 622 623 624 625 626 627 628 629 630 631 632 633 634 635 636 637 638 639 640 641 642 643 644 645 646 647 648 649 650 651 652 653 654 655 656 657 658 659 660 661 662 663 664 665 666 667 668 669 670 671 672 673 674 675 676 677 678 679 680 681 682 683 684 685 686 687 688 689 690 691 692 693 694 695 696 697 698 699 700 701 702 703 704 705 706 707 708 709 710 711 712 713 714 715 716 717 718 719 720 721 722 723 724 725 726 727 728 729 730 731 732 733 734 735 736 737 738 739 740 741 742 743 744 745 746 747 748 749 750 751 752 753 754 755 756 757 758 759 760 761 762 763 764 765 766 767 768 769 770 771 772 773 774 775 776 777 778 779 780 781 782 783 784 785 786 787 788 789 790 791 792 793 794 795 796 797 798 799 800 801 802 803 804 805 806 807 808 809 810 811 812 813 814 815 816 817 818 819 820 821 822 823 824 825 826 827 828 829 830 831 832 833 834 835 836 837 838 839 840 841 842 843 844 845 846 847 848 849 850 851 852 853 854 855 856 857 858 859 860 861 862 863 864 865 866 867 868 869 870 871 872 873 874 875 876 877 878 879 880 881 882 883 884 885 886 887 888 889 890 891 892 893 894 895 896 897 898 899 900 901 902 903 904 905 906 907 908 909 910 911 |
|
categorical_encoder
property
writable
¶
返回分类编码器.
continuous_transform
property
writable
¶
返回连续变换.
label_encoder
property
writable
¶
返回标签编码器.
scaler
property
writable
¶
返回缩放器.
target_transforms
property
writable
¶
返回目标变换.
train_dataset: TabularDataset
property
writable
¶
返回训练数据集.
Returns:
Name | Type | Description |
---|---|---|
TabularDataset |
TabularDataset
|
训练数据集 |
validation_dataset: TabularDataset
property
writable
¶
返回验证数据集.
Returns:
Name | Type | Description |
---|---|---|
TabularDataset |
TabularDataset
|
验证数据集 |
__init__(train, config, validation=None, target_transform=None, train_sampler=None, seed=42, cache_data='memory', copy_data=True, verbose=True)
¶
Pytorch Lightning 用于表格数据的 Datamodule.
Parameters:
Name | Type | Description | Default |
---|---|---|---|
train
|
DataFrame
|
训练数据框 |
required |
config
|
DictConfig
|
从 ModelConfig、DataConfig、 TrainerConfig、OptimizerConfig 和 ExperimentConfig 合并的配置对象 |
required |
validation
|
(DataFrame, 可选)
|
验证数据框. 如果留空,我们将使用 DataConfig 中的验证分割来随机抽取样本作为验证. 默认为 None. |
None
|
target_transform
|
(Optional[Union[TransformerMixin, Tuple(Callable)]], 可选)
|
如果提供,将在建模前对目标应用变换,并在预测时进行逆变换.参数可以是具有 inverse_transform 方法的 sklearn Transformer, 或由可调用对象组成的元组 (transform_func, inverse_transform_func) 默认为 None. |
None
|
train_sampler
|
(Optional[Sampler], 可选)
|
如果提供,将使用该采样器对训练数据进行采样.默认为 None. |
None
|
seed
|
(Optional[int], 可选)
|
用于可重复数据加载器的种子.默认为 42. |
42
|
cache_data
|
str
|
决定如何在数据加载器中缓存数据.如果设置为 "memory",将在内存中缓存.如果设置为有效路径,将在该路径中缓存.默认为 "memory". |
'memory'
|
copy_data
|
bool
|
如果为 True,将在预处理前复制数据框.默认为 True. |
True
|
verbose
|
bool
|
设置 databodule 日志的详细程度 |
True
|
Source code in src/pytorch_tabular/tabular_datamodule.py
add_datepart(df, field_name, frequency, prefix=None, drop=True)
classmethod
¶
用于在df
的field_name
列中添加与日期相关的列的辅助函数.
Parameters:
Name | Type | Description | Default |
---|---|---|---|
df
|
DataFrame
|
数据框 |
required |
field_name
|
str
|
日期字段名称 |
required |
frequency
|
str
|
频率字符串,格式为 |
required |
prefix
|
(str, 可选)
|
添加到新列的前缀.默认为None. |
None
|
drop
|
(bool, 可选)
|
是否删除原始列.默认为True. |
True
|
Returns:
Type | Description |
---|---|
Tuple[DataFrame, List[str]]
|
添加了新列的数据框和新增列的列表 |
Source code in src/pytorch_tabular/tabular_datamodule.py
inference_only_copy()
¶
创建一个数据模块的副本,移除了训练集和验证集.这对于仅推理的场景非常有用,因为我们不希望保存训练集和验证集.
Returns:
Name | Type | Description |
---|---|---|
TabularDatamodule |
移除了训练集和验证集的数据模块副本. |
Source code in src/pytorch_tabular/tabular_datamodule.py
load_datamodule(path)
classmethod
¶
加载一个数据模块从指定路径.
Parameters:
Name | Type | Description | Default |
---|---|---|---|
path
|
Union[str, Path]
|
数据模块的路径 |
required |
Returns:
Name | Type | Description |
---|---|---|
TabularDatamodule |
TabularDatamodule
|
从路径加载的数据模块 |
Source code in src/pytorch_tabular/tabular_datamodule.py
make_date(df, date_field, date_format='ISO8601')
classmethod
¶
确保 df[date_field]
具有正确的日期类型.
Parameters:
Name | Type | Description | Default |
---|---|---|---|
df
|
DataFrame
|
数据框 |
required |
date_field
|
str
|
日期字段名称 |
required |
Returns:
Type | Description |
---|---|
DataFrame
|
日期字段已转换为日期时间的数据框 |
Source code in src/pytorch_tabular/tabular_datamodule.py
prepare_inference_dataloader(df, batch_size=None, copy_df=True)
¶
函数用于准备并加载新数据.
Parameters:
Name | Type | Description | Default |
---|---|---|---|
df
|
DataFrame
|
包含特征和目标的数据框 |
required |
batch_size
|
(Optional[int], 可选)
|
批量大小.默认为 |
None
|
copy_df
|
(bool, 可选)
|
是否在处理前复制数据框.默认为 False. |
True
|
Returns: DataLoader: 传入数据框的数据加载器
Source code in src/pytorch_tabular/tabular_datamodule.py
preprocess_data(data, stage='inference')
¶
The preprocessing, like Categorical Encoding, Normalization, etc. which any dataframe should undergo before feeding into the dataloder.
Parameters:
Name | Type | Description | Default |
---|---|---|---|
data
|
DataFrame
|
包含特征和目标的数据框 |
required |
stage
|
str
|
内部参数.用于区分训练和推理阶段. 默认为 "inference". |
'inference'
|
Returns:
Type | Description |
---|---|
Tuple[DataFrame, list]
|
返回处理后的数据框和添加的特征(列表)作为元组 |
Source code in src/pytorch_tabular/tabular_datamodule.py
save_dataloader(path)
¶
保存数据加载器到指定路径.
Parameters:
Name | Type | Description | Default |
---|---|---|---|
path
|
Union[str, Path]
|
保存数据加载器的路径 |
required |
setup(stage=None)
¶
要在所有GPU上执行的数据操作,如训练-测试拆分、转换等.在访问数据加载器之前调用此操作.
Parameters:
Name | Type | Description | Default |
---|---|---|---|
stage
|
(Optional[str], 可选)
|
用于区分训练和推理的内部参数.默认为 None. |
None
|
Source code in src/pytorch_tabular/tabular_datamodule.py
time_features_from_frequency_str(freq_str)
classmethod
¶
返回一个适合给定频率字符串的时间特征列表.
Parameters:
Name | Type | Description | Default |
---|---|---|---|
freq_str
|
str
|
频率字符串,格式为 |
required |
Returns:
Type | Description |
---|---|
List[str]
|
添加的特征列表 |
Source code in src/pytorch_tabular/tabular_datamodule.py
536 537 538 539 540 541 542 543 544 545 546 547 548 549 550 551 552 553 554 555 556 557 558 559 560 561 562 563 564 565 566 567 568 569 570 571 572 573 574 575 576 577 578 579 580 581 582 583 584 585 586 587 588 589 590 591 592 593 594 595 596 597 598 599 600 601 602 603 604 605 606 607 608 609 610 611 612 613 614 615 616 617 618 619 620 621 622 623 624 625 626 627 628 629 630 631 632 633 634 635 636 637 638 639 640 641 642 643 644 645 646 647 648 649 650 |
|
train_dataloader(batch_size=None)
¶
加载训练集的函数.
Parameters:
Name | Type | Description | Default |
---|---|---|---|
batch_size
|
(Optional[int], 可选)
|
批量大小.默认为 |
None
|
Returns:
Name | Type | Description |
---|---|---|
DataLoader |
DataLoader
|
训练数据加载器 |
Source code in src/pytorch_tabular/tabular_datamodule.py
update_config(config)
¶
计算并更新配置对象的一些关键信息.逻辑在_update_config中实现.这只是为了使其可以从外部访问,并且不破坏当前的API.
Parameters:
Name | Type | Description | Default |
---|---|---|---|
config
|
DictConfig
|
配置对象 |
required |
Returns:
Name | Type | Description |
---|---|---|
InferredConfig |
InferredConfig
|
更新后的配置对象 |
Source code in src/pytorch_tabular/tabular_datamodule.py
val_dataloader(batch_size=None)
¶
加载验证集的函数.
Parameters:
Name | Type | Description | Default |
---|---|---|---|
batch_size
|
(Optional[int], 可选)
|
批量大小.默认为 |
None
|
Returns:
Name | Type | Description |
---|---|---|
DataLoader |
DataLoader
|
验证数据加载器 |
Source code in src/pytorch_tabular/tabular_datamodule.py
表格模型调优器.
此类用于在给定搜索空间、策略和优化指标的情况下,调整表格模型的超参数.
Source code in src/pytorch_tabular/tabular_model_tuner.py
31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 |
|
__init__(data_config=None, model_config=None, optimizer_config=None, trainer_config=None, model_callable=None, model_state_dict_path=None, suppress_lightning_logger=True, **kwargs)
¶
表格模型调优器帮助您调整表格模型的超参数.
Parameters:
Name | Type | Description | Default |
---|---|---|---|
data_config
|
(可选[Union[DataConfig, str]], 可选)
|
表格模型的DataConfig. 如果传递了str,将使用该路径中的yaml文件初始化DataConfig. 默认为None. |
None
|
model_config
|
(可选[Union[ModelConfig, List[TrainerConfig]]], 可选)
|
表格模型的ModelConfig. 如果传递了str,将使用该路径中的yaml文件初始化ModelConfig. 默认为None. |
None
|
optimizer_config
|
(可选[Union[OptimizerConfig, str]], 可选)
|
表格模型的OptimizerConfig. 如果传递了str,将使用该路径中的yaml文件初始化OptimizerConfig. 默认为None. |
None
|
trainer_config
|
(可选[Union[TrainerConfig, str]], 可选)
|
表格模型的TrainerConfig. 如果传递了str,将使用该路径中的yaml文件初始化TrainerConfig. 默认为None. |
None
|
model_callable
|
(可选[Callable], 可选)
|
返回PyTorch表格模型的可调用对象. 如果提供,将忽略model_config并使用此可调用对象初始化模型. 默认为None. |
None
|
model_state_dict_path
|
(可选[Union[str, Path]], 可选)
|
模型状态字典的路径. 如果提供,将忽略model_config并使用此状态字典初始化模型. 默认为None. |
None
|
suppress_lightning_logger
|
(bool, 可选)
|
是否抑制lightning日志记录器.默认为True. |
True
|
**kwargs
|
传递给TabularModel初始化的其他关键字参数. |
{}
|
Source code in src/pytorch_tabular/tabular_model_tuner.py
tune(train, search_space, metric, mode, strategy, validation=None, n_trials=None, cv=None, cv_agg_func=np.mean, cv_kwargs={}, return_best_model=True, verbose=False, progress_bar=True, random_state=42, ignore_oom=True, **kwargs)
¶
调整TabularModel的超参数.
Parameters:
Name | Type | Description | Default |
---|---|---|---|
train
|
DataFrame
|
训练数据 |
required |
validation
|
(DataFrame, 可选)
|
验证数据.默认为None. |
None
|
search_space
|
Dict
|
一个字典,形式为{参数名: [要尝试的值]}用于网格搜索,或{参数名: 分布}用于随机搜索 |
required |
metric
|
Union[str, Callable]
|
用于评估的指标.
如果提供字符串,将使用定义的指标之一.
如果提供可调用对象,将使用该函数作为指标.
我们期望可调用对象的形式为 |
required |
mode
|
str
|
其中之一['max', 'min'].是否最大化或最小化指标. |
required |
strategy
|
str
|
其中之一['grid_search', 'random_search'].用于调整的策略. |
required |
n_trials
|
(int, 可选)
|
要运行的试验次数.仅用于随机搜索. 默认为None. |
None
|
cv
|
Optional[Union[int, Iterable, BaseCrossValidator]]
|
确定交叉验证的分割策略. 可能的输入为:
|
None
|
cv_agg_func
|
(Optional[Callable], 可选)
|
用于聚合交叉验证分数的函数. 默认为np.mean. |
mean
|
cv_kwargs
|
(Optional[Dict], 可选)
|
要传递给交叉验证方法的额外关键字参数. 默认为{}. |
{}
|
return_best_model
|
(bool, 可选)
|
如果为True,将返回最佳模型.默认为True. |
True
|
verbose
|
(bool, 可选)
|
是否打印每次试验的结果.默认为False. |
False
|
progress_bar
|
(bool, 可选)
|
是否显示进度条.默认为True. |
True
|
random_state
|
(Optional[int], 可选)
|
用于随机搜索的随机状态.默认为42. |
42
|
ignore_oom
|
(bool, 可选)
|
是否忽略内存不足错误.默认为True. |
True
|
**kwargs
|
要传递给TabularModel fit的额外关键字参数. |
{}
|
Returns:
Name | Type | Description |
---|---|---|
OUTPUT |
一个命名元组,包含以下属性: trials_df (DataFrame): 包含每次试验结果的数据框 best_params (Dict): 找到的最佳参数 best_score (float): 找到的最佳分数 best_model (TabularModel 或 None): 如果return_best_model为True,返回best_model,否则返回None |
Source code in src/pytorch_tabular/tabular_model_tuner.py
152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 |
|
比较多个模型在同一数据集上的表现.
Parameters:
Name | Type | Description | Default |
---|---|---|---|
task
|
str
|
预测任务的类型.可以是 'classification' 或 'regression' |
required |
train
|
DataFrame
|
训练数据 |
required |
test
|
DataFrame
|
用于评估性能的测试数据 |
required |
data_config
|
Union[DataConfig, str]
|
DataConfig 对象或 yaml 文件的路径. |
required |
optimizer_config
|
Union[OptimizerConfig, str]
|
OptimizerConfig 对象或 yaml 文件的路径. |
required |
trainer_config
|
Union[TrainerConfig, str]
|
TrainerConfig 对象或 yaml 文件的路径. |
required |
model_list
|
Union[str, List[Union[ModelConfig, str]]]
|
要比较的模型列表.
可以是 |
'lite'
|
metrics
|
Optional[List[str]]
|
训练期间需要跟踪的指标列表.指标应为 |
None
|
metrics_prob_input
|
Optional[bool]
|
配置中定义的分类指标的强制参数.这定义了指标函数的输入是概率还是类别. 长度应与指标数量相同.默认为 None. |
None
|
metrics_params
|
Optional[List]
|
传递给指标函数的参数. |
None
|
validation
|
Optional[DataFrame]
|
|
None
|
experiment_config
|
Optional[Union[ExperimentConfig, str]]
|
ExperimentConfig 对象或 yaml 文件的路径. |
None
|
common_model_args
|
Optional[dict]
|
所有模型通用的模型参数.参数列表可以在 |
{}
|
rank_metric
|
Optional[Tuple[str, str]]
|
用于对模型进行排序的指标.元组的第一个元素是指标名称, 第二个元素是方向.默认为 ('loss', "lower_is_better"). |
('loss', 'lower_is_better')
|
return_best_model
|
bool
|
如果为 True,将返回最佳模型.默认为 True. |
True
|
seed
|
int
|
用于可重复性的种子.默认为 42. |
42
|
ignore_oom
|
bool
|
如果为 True,将忽略内存不足错误并继续下一个模型. |
True
|
progress_bar
|
bool
|
如果为 True,将显示进度条.默认为 True. |
True
|
verbose
|
bool
|
如果为 True,将打印进度.默认为 True. |
True
|
suppress_lightning_logger
|
bool
|
如果为 True,将抑制 lightning 日志记录器.默认为 True. |
True
|
Returns:
Name | Type | Description |
---|---|---|
results |
训练结果. |
|
best_model |
如果 return_best_model 为 True,返回最佳模型,否则返回 None. |
Source code in src/pytorch_tabular/tabular_model_sweep.py
154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 |
|