对 GBTree 的单个训练实例或批量实例执行预测。所有预测函数都将 GBTreeModel 和 DMatrix 作为输入，并输出预测向量。预测器不修改模型本身的任何状态。更多...
#include <predictor.h>
xgboost::Predictor 的协作图
公共成员函数 | |
| Predictor (Context const *ctx) | |
| virtual | ~Predictor ()=default |
| virtual void | Configure (Args const &) |
| 配置并注册预测缓存中的输入矩阵。 更多... | |
| virtual void | InitOutPredictions (const MetaInfo &info, HostDeviceVector< float > *out_predt, const gbm::GBTreeModel &model) const |
| 初始化输出预测。 更多... | |
| virtual void | PredictBatch (DMatrix *dmat, PredictionCacheEntry *out_preds, gbm::GBTreeModel const &model, bst_tree_t tree_begin, bst_tree_t tree_end=0) const =0 |
| 为给定的特征矩阵生成批量预测。如果可用，可以使用缓存的预测而不是从头开始计算。 更多... | |
| virtual bool | InplacePredict (std::shared_ptr< DMatrix > p_fmat, const gbm::GBTreeModel &model, float missing, PredictionCacheEntry *out_preds, bst_tree_t tree_begin=0, bst_tree_t tree_end=0) const =0 |
| 就地预测。 更多... | |
| virtual void | PredictLeaf (DMatrix *dmat, HostDeviceVector< float > *out_preds, gbm::GBTreeModel const &model, bst_tree_t tree_end=0) const =0 |
| 预测每棵树的叶子索引，输出将是 nsample * ntree 向量，这仅在 gbtree 预测器中有效。 更多... | |
| virtual void | PredictContribution (DMatrix *dmat, HostDeviceVector< float > *out_contribs, gbm::GBTreeModel const &model, bst_tree_t tree_end=0, std::vector< float > const *tree_weights=nullptr, bool approximate=false, int condition=0, unsigned condition_feature=0) const =0 |
| 对单个预测的特征贡献；输出将是一个长度为 (nfeats + 1) * num_output_group * nsample 的向量，按此顺序排列。 更多... | |
| virtual void | PredictInteractionContributions (DMatrix *dmat, HostDeviceVector< float > *out_contribs, gbm::GBTreeModel const &model, bst_tree_t tree_end=0, std::vector< float > const *tree_weights=nullptr, bool approximate=false) const =0 |
静态公共成员函数 | |
| static Predictor * | Create (std::string const &name, Context const *ctx) |
| 创建一个新的 Predictor*。 更多... | |
保护属性 | |
| Context const * | ctx_ |
详细描述
对 GBTree 的单个训练实例或实例批次执行预测。预测函数都将 GBTreeModel 和 DMatrix 作为输入，并输出预测向量。预测器不会修改模型本身的任何状态。
构造函数和析构函数文档
◆ Predictor()
|
内联显式 |
◆ ~Predictor()
|
virtualdefault |
成员函数文档
◆ Configure()
|
virtual |
配置并注册预测缓存中的输入矩阵。
- 参数
-
cfg 配置。
◆ Create()
|
static |
创建一个新的 Predictor*。
- 参数
-
name 预测器的名称。 ctx 指向运行时参数的指针。
◆ InitOutPredictions()
|
virtual |
初始化输出预测。
- 参数
-
info 用于预测的 DMatrix 对象的元信息。 out_predt 要初始化的预测向量。 model 用于预测的树模型。
◆ InplacePredict()
|
纯虚函数 |
原地预测。
- 参数
-
p_fmat 一个代理 DMatrix，包含数据和相关的元信息。 model 用于预测的模型。 missing 数据中的缺失值。 [in,out] out_preds 输出预测。 tree_begin （可选）用于预测的增强树的开始。 tree_end （可选）增强树的结束。0 表示不限制树。
- 返回
- 如果数据可以由当前预测器处理，则为 True，否则为 false。
◆ PredictBatch()
|
纯虚函数 |
为给定的特征矩阵生成批量预测。如果可用，可以使用缓存的预测而不是从头开始计算。
- 参数
-
[in,out] dmat 特征矩阵。 [in,out] out_preds 输出预测。 model 用于预测的模型。 tree_begin 树开始索引。 tree_end 树结束索引。
◆ PredictContribution()
|
纯虚函数 |
对单个预测的特征贡献；输出将是一个长度为 (nfeats + 1) * num_output_group * nsample 的向量，按此顺序排列。
- 参数
-
[in,out] dmat 输入特征矩阵。 [in,out] out_contribs 输出特征贡献。 model 用于进行预测的模型。 tree_end 树结束索引。 tree_weights （可选）每个树要乘以的权重。 approximate 使用快速近似算法。 condition 根据 condition_feature 进行条件（0=否，-1=条件关闭，1=条件开启）。 condition_feature 计算过程中要进行条件（即固定）的特征。
◆ PredictInteractionContributions()
|
纯虚函数 |
◆ PredictLeaf()
|
纯虚函数 |
预测每棵树的叶子索引，输出将是 nsample * ntree 向量，这仅在 gbtree 预测器中有效。
- 参数
-
[in,out] dmat 输入特征矩阵。 [in,out] out_preds 输出预测。 model 用于进行预测的模型。 tree_end （可选）树结束索引。
成员数据文档
◆ ctx_
|
protected |
此类的文档由以下文件生成
- /home/docs/checkouts/readthedocs.org/user_builds/xgboost/checkouts/stable/include/xgboost/predictor.h
