DeepChem手册3.14 Model类

3.14 Model类

DeepChem 维护大量的科学计算模型。 DeepChem’s注重于便于科学应用，所以我们支持不同的机器学习框架 (目前有scikit-learn,xgboost, TensorFlow以及PyTorch) 因为不同的框架或多或少的适合于不同的应用。

3.14.1 Model菜单

如果你刚开始DeepChem，你可能对该基础感兴趣。模型菜单列出了多种定制的DeepChem模型。注意有些打包如SklearnModel 和 GBDTModel打包了外部的机器学习库不包括在内，但本表是完整的。

注意，如何阅读本表。每一行描述模型的需求。有些模型也有定制的方法。你可以从下表看出训练模型需要什么。

 

3.14.2 Model

class Model(model=None, model_dir: Optional[str] = None, **kwargs)

DeepChem模型的抽像基类。

__init__(model=None, model_dir: Optional[str] = None, **kwargs) →None

所有模型的抽像类。

这仅是为了方便子类的实施，不可以直接调用。

参数

 model (object) – 打包ScikitLearn/Keras/Tensorflow 模型对像。

 model_dir (str, optional (default None)) – 存贮模型的目录路径。如果不指明，模型将保存在临时目录。

fit_on_batch(X: Sequence, y: Sequence, w: Sequence)执行一步进行训练。

参数

 X (np.ndarray) – 批的输入

 y (np.ndarray) – 批的标签

 w (np.ndarray) – 批的权重

predict_on_batch(X: Sequence)对于指定的批用新数据进行预测。

参数 X (np.ndarray) – 特征

reload() →None

从磁盘重载训练的模型。

static get_model_filename(model_dir: str)→ str

给出模型目录,从模型本身获得文件名。

static get_params_filename(model_dir: str)→str

给出模型目录,从模型本身获得文件名。

save() →None

用于保存的派遣函数。

每一个子类对于重写这个方法负责。

fit(dataset: deepchem.data.datasets.Dataset)

Fits a model on data in a Dataset object.

Parameters dataset (Dataset) – the Dataset to train on

predict(dataset: deepchem.data.datasets.Dataset, transformers: List[transformers.Transformer] =

[])→ numpy.ndarray

用self对给定的数据集对象进行预测。

参数

 dataset (Dataset) – 待预测的数据集对象

 transformers (List[Transformer]) – 输入对象被转换所用的转换器。输出传递到这个转换器进行反转换。

返回类型np.ndarray

evaluate(dataset: deepchem.data.datasets.Dataset, metrics: List[deepchem.metrics.metric.Metric],

transformers: List[transformers.Transformer] = [], per_task_metrics: bool = False,

use_sample_weights: bool = False, n_classes: int = 2)

评估模型对指定数据集的性能。

这个函数用评估器评估模型。结果，它继承评估器的相同限制。即，只有回归和分类模型可以用这种方式进行评估。

对于生成器模型，你要重写方法来进行定制的评估。

提定的关键参数将被传递到Evaluator.compute_model_performance。

参数

 dataset (Dataset) – 数据集对像

 metrics (Metric / List[Metric] / function) – 提供的量度。

该类试图对输入进行智能的处理。如果提供一个dc.metrics.Metric对象或列表，它会评估self.model的这些量度。如果是一个函数，它被认为是一个量度函数，这个方法会试图打包到dc.metrics.Metric对象。一个量度函数必须接受两个参数，y_true, y_pred ，它们是 np.ndarray对象并返回浮点分值。这个量度函数也接受关键字参数sample_weight来计算每个样本的权重。

 transformers (List[Transformer]) –  dc.trans.Transformer对象列表。

这个转换必须是以前应用到数据集。这个数据集会反转换以评估量度。

 per_task_metrics (bool, optional (default False)) – 如真, 返回多任务数据集的每个任力的计算的量度。

 use_sample_weights (bool, optional (default False)) – 如设置, 使用每个样本权重w。

 n_classes (int, optional (default None)) – 如指明, 将使用n_classes 作为self.dataset 中唯一类的数目。对于回归量度这个参数将忽略。

返回

 multitask_scores (dict) – 映射量度名称到量度分的字典。

 all_task_scores (dict, optional) – 如果per_task_metrics == True被作为关键字参数传递，为不同的任务返回分值的第二个字典。

get_task_type()→ str

当前模型只能是分类器或回归器。

get_num_tasks()→ int

获得任务名。