MultiModalPredictor.predict_proba

MultiModalPredictor.predict_proba(data: DataFrame | dict | list, candidate_data: DataFrame | dict | list | None = None, id_mappings: Dict[str, Dict] | Dict[str, Series] | None = None, as_pandas: bool | None = None, as_multiclass: bool | None = True, realtime: bool | None = False)[source]

预测类别概率而不是类别标签。 请注意，这仅适用于分类任务。 在回归任务中调用它将抛出异常。

Parameters:

  • data –

    用于进行预测的数据。应包含与训练数据相同的列名，并且

    遵循相同的格式（除了label列）。

  • candidate_data – 用于搜索查询数据匹配的候选数据。

  • id_mappings – ID到内容的映射。内容可以是文本、图像等。 当数据包含查询/响应标识符而不是其内容时使用此映射。

  • as_pandas – 是否将输出作为pandas DataFrame(Series)返回（True）或作为numpy数组返回（False）。

  • as_multiclass – 是否返回所有标签的概率，或者仅返回二分类问题中正类的概率。

  • realtime – 是否进行实时推理，这对于小数据是高效的（默认 False）。 如果提供 None，我们将根据数据模态和样本数量来推断。

Returns:

  • 预测类概率的数组，对应于给定数据中的每一行。

  • 当 as_multiclass 为 True 时，输出将始终具有形状（#samples, #classes）。

  • 否则，输出将具有形状（#samples,）