多模态预测器.fit

MultiModalPredictor.fit(train_data: DataFrame | str, presets: str | None = None, tuning_data: DataFrame | str | None = None, max_num_tuning_data: int | None = None, id_mappings: Dict[str, Dict] | Dict[str, Series] | None = None, time_limit: int | None = None, save_path: str | None = None, hyperparameters: str | Dict | List[str] | None = None, column_types: dict | None = None, holdout_frac: float | None = None, teacher_predictor: str | MultiModalPredictor = None, seed: int | None = 0, standalone: bool | None = True, hyperparameter_tune_kwargs: dict | None = None, clean_ckpts: bool | None = True)[source]

拟合模型以基于其他列（特征）预测数据表的某一列（标签）。

Parameters:

  • train_data – 一个包含训练数据的 pd.DataFrame。

  • presets – 关于模型质量的预设，例如 best_quality、high_quality 和 medium_quality。 每种质量都有其对应的 HPO 预设：'best_quality_hpo'、'high_quality_hpo' 和 'medium_quality_hpo'。

  • tuning_data – 一个包含验证数据的 pd.DataFrame，其列应与 train_data 相同。 如果 tuning_data = None，fit() 将自动从 train_data 中随机保留一些验证数据。

  • max_num_tuning_data – 调优样本的最大数量（用于目标检测）。

  • id_mappings – ID到内容的映射（用于语义匹配）。内容可以是文本、图像等。 当pd.DataFrame包含查询/响应标识符而不是它们的内容时使用此功能。

  • time_limit – fit() 应该运行多长时间（以秒为单位的挂钟时间）。 如果未指定，fit() 将运行直到模型完成训练。

  • save_path – 模型和工件应保存到的目录路径。

  • 超参数 –

    这是为了覆盖一些默认配置。 例如，可以通过格式化来更改文本和图像骨干网络：

    一个字符串 hyperparameters = “model.hf_text.checkpoint_name=google/electra-small-discriminator model.timm_image.checkpoint_name=swin_small_patch4_window7_224”

    或一个字符串列表 hyperparameters = [“model.hf_text.checkpoint_name=google/electra-small-discriminator”, “model.timm_image.checkpoint_name=swin_small_patch4_window7_224”]

    或一个字典 hyperparameters = {

    ”model.hf_text.checkpoint_name”: “google/electra-small-discriminator”, “model.timm_image.checkpoint_name”: “swin_small_patch4_window7_224”,

    }

  • column_types –

    一个将列名映射到其数据类型的字典。 例如：column_types = {“item_name”: “text”, “image”: “image_path”, “product_description”: “text”, “height”: “numerical”} 可以用于具有以下列的表：“item_name”、“brand”、“product_description”和“height”。 如果为None，column_types将从数据中自动推断。 当前支持的类型有：

    • ”image_path”：此列中的每一行都是一个图像路径。

    • ”text”：此列中的每一行包含文本（句子、段落等）。

    • ”numerical”：此列中的每一行包含一个数字。

    • ”categorical”：此列中的每一行属于K个类别之一。

  • holdout_frac – 作为调优数据保留的训练数据比例，用于优化超参数或提前停止（除非tuning_data = None，否则忽略）。 默认值（如果为None）根据训练数据中的行数以及是否使用超参数优化来选择。

  • teacher_predictor – 预训练的教师预测器或其保存路径。如果提供，fit() 可以将其知识蒸馏到学生预测器，即当前预测器。

  • seed – 用于训练的随机种子（默认值为0）。

  • standalone – 是否保存整个模型以用于离线部署。

  • hyperparameter_tune_kwargs –

    超参数调优策略和参数（例如，运行多少次HPO试验）。 如果为None，则不会执行超参数调优。

    num_trials: int

    运行多少次HPO试验。需要指定num_trials或time_limit到fit。

    scheduler: Union[str, ray.tune.schedulers.TrialScheduler]

    如果传递了str，AutoGluon将为您创建调度程序，并带有一些默认参数。 如果传递了ray.tune.schedulers.TrialScheduler对象，您需要负责初始化该对象。

    scheduler_init_args: Optional[dict] = None

    如果向scheduler提供了str，您可以选择性地为调度程序提供自定义的init_args。

    searcher: Union[str, ray.tune.search.SearchAlgorithm, ray.tune.search.Searcher]

    如果传递了str，AutoGluon将为您创建搜索器，并带有一些默认参数。 如果传递了ray.tune.schedulers.TrialScheduler对象，您需要负责初始化该对象。 您不需要担心搜索器对象的metric和mode。AutoGluon会自行解决。

    scheduler_init_args: Optional[dict] = None

    如果向searcher提供了str，您可以选择性地为搜索器提供自定义的init_args。 您不需要担心metric和mode。AutoGluon会自行解决。

  • clean_ckpts – 是否在训练后清理中间检查点。

Return type:

一个“MultiModalPredictor”对象（其本身）。