RAMResults

class RAMResults

内存中的结果。

方法

check_fitted_strategy_exists(strategy, ...)	检查拟合的策略是否存在。
check_predictions_exist(strategy, ...)	检查预测是否存在。
load_fitted_strategy(strategy_name, ...)	加载拟合的策略。
load_predictions(cv_fold, train_or_test)	迭代加载所有数据集和策略的预测结果。
save()	保存 self。
save_fitted_strategy(strategy, dataset_name, ...)	保存拟合的策略。
save_predictions(strategy_name, ...[, ...])	保存训练好的估计器的预测结果。

save_predictions(strategy_name, dataset_name, y_true, y_pred, y_proba, index, cv_fold, train_or_test, fit_estimator_start_time=None, fit_estimator_end_time=None, predict_estimator_start_time=None, predict_estimator_end_time=None)

保存训练好的估计器的预测结果。

参数:

策略名称字符串

拟合策略的名称

dataset_name: 字符串

策略拟合的数据集名称

y_truenumpy 数组

带有真实标签的数组

y_prednumpy 数组

预测标签的数组

y_probanumpy 数组

与预测值相关的概率数组

索引numpy 数组

y_true 数据点的数据集索引

fit_estimator_start_timepandas 时间戳 (默认=无)

开始拟合估计器的时间戳

fit_estimator_end_timepandas 时间戳 (默认=无)

拟合估计器结束的时间戳

predict_estimator_begin_timepandas 时间戳 (默认=无)

估计器开始进行预测的时间戳

预测估计结束时间pandas 时间戳 (默认=无)

估计器完成预测的时间戳

load_predictions(cv_fold, train_or_test)

迭代加载所有数据集和策略的预测结果。

check_predictions_exist(strategy, dataset_name, cv_fold, train_or_test)

检查预测是否存在。

save_fitted_strategy(strategy, dataset_name, cv_fold)

保存拟合的策略。

load_fitted_strategy(strategy_name, dataset_name, cv_fold)

加载拟合的策略。

check_fitted_strategy_exists(strategy, dataset_name, cv_fold)

检查拟合的策略是否存在。

save()

保存 self。

方法存在以确保接口一致性。