Python clx.analytics.asset_classification.AssetClassification.train_model用法及代码示例

用法: train_model(train_gdf, cat_cols, cont_cols, label_col, batch_size, epochs, lr=0.01, wd=0.0)

此函数用于使用给定的训练数据集训练 fastai 表格模型。

参数：

train_gdf：(cudf.DataFrame) - 具有分类和/或连续特征列的训练数据集
cat_cols：- train_gdf 中的分类列名数组
cont_col：- train_gdf 中的连续列名数组
label_col：(str) - train_gdf 中标签列的列名
batch_size：(int) - train_gdf 将被分割成多个这个大小的数据帧
epochs：(int) - 根据特定数据集的收敛性调整的时期数
lr：(float) - 学习率
wd：(float) - wd

例子：

>>> from clx.analytics.asset_classification import AssetClassification
>>> ac = AssetClassification()
>>> cat_cols = ["1", "2", "3", "4", "5", "6", "7", "8", "9"]
>>> cont_cols = ["10"]
>>> ac.train_model(X_train, cat_cols, cont_cols, "label", batch_size, epochs, lr=0.01, wd=0.0)

相关用法

注：本文由纯净天空筛选整理自rapids.ai大神的英文原创作品 clx.analytics.asset_classification.AssetClassification.train_model。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。