TabularPredictor.plot_ensemble_model

TabularPredictor.plot_ensemble_model(model: str = 'best', *, prune_unused_nodes: bool = True, filename: str = 'ensemble_model.png') → str[source]

输出由fit()训练的模型的可视化堆叠集成架构。 该图存储到文件夹predictor.path中的文件ensemble_model.png（或由filename指定的名称）

此函数需要安装graphviz和pygraphviz，因为此可视化依赖于这些包。 除非此函数将引发ImportError，否则无法生成集成模型的可视化。

要安装所需的包，请运行以下命令（适用于Ubuntu Linux）：

$ sudo apt-get install graphviz graphviz-dev $ pip install pygraphviz

对于其他平台，请参考https://graphviz.org/安装Graphviz，以及https://pygraphviz.github.io/安装PyGraphviz。

Parameters:

  • model (str, default 'best') – 以金色橙色突出显示的模型，所有组件模型以黄色突出显示。 如果为‘best’，将默认使用从self.model_best返回的最佳模型。

  • prune_unused_nodes (bool, 默认值 True) – 如果为True，仅绘制指定model的组件模型。 如果为False，将绘制所有模型。

  • filename (str, 默认 'ensemble_model.png') – 保存绘图的文件名。将位于self.path文件夹下。

Return type:

磁盘上保存图形的完整路径的文件名。

示例

>>> from autogluon.tabular import TabularDataset, TabularPredictor
>>> train_data = TabularDataset('train.csv')
>>> predictor = TabularPredictor(label='class').fit(train_data)
>>> path_to_png = predictor.plot_ensemble_model()
>>>
>>> # To view the plot inside a Jupyter Notebook, use the below code:
>>> from IPython.display import Image, display
>>> display(Image(filename=path_to_png))