Xarray¶

设置¶

In [ ]

pip install ydf xarray -U

pip install ydf xarray -U

In [1]

import ydf
import xarray as xr

import ydf import xarray as xr

Xarray¶

Xarray 是训练和使用 YDF 模型的好方法。YDF 可以直接使用 Xarray 进行所有操作。

让我们定义一个 Xarray 数据集

In [2]

dataset = xr.Dataset({
    "feature_1": ("example", [0.1, 0.2, 0.3, 0.4]),
    "feature_2": ("example", ["X", "X", "Y", "Y"]),
    "feature_3": (("example", "pixel"), [[1, 2], [3, 4], [5, 6], [7, 8]]),
    "label": ("example", ["A", "B", "A", "B"]),
})

dataset = xr.Dataset({ "feature_1": ("example", [0.1, 0.2, 0.3, 0.4]), "feature_2": ("example", ["X", "X", "Y", "Y"]), "feature_3": (("example", "pixel"), [[1, 2], [3, 4], [5, 6], [7, 8]]), "label": ("example", ["A", "B", "A", "B"]), })

此数据集包含 4 个示例。feature1 是一个一维数值特征。feature_2 是一个分类特征。feature_3 是一个多维特征。最后，label 是标签。

然后我们可以在这个（非常简单的）数据集上训练一个模型。

In [4]

model = ydf.RandomForestLearner(label="label").train(dataset)

model = ydf.RandomForestLearner(label="label").train(dataset)

Train model on 4 examples
Model trained in 0:00:00.006497

我们可以用模型进行预测。

In [5]

model.predict(dataset)

model.predict(dataset)

Out[5]

array([0.2999998, 0.2999998, 0.2999998, 0.2999998], dtype=float32)