我正在尝试使用pycaret构建ML模型。我使用了下面的设置功能
clf = setup(data = df.loc[:, df.columns != 'ID'], target='final_label',session_id=123,
categorical_features=['Gender','Country'],
fold_strategy='stratifiedkfold',
fold=5, fold_shuffle=True, n_jobs=-1,
create_clusters=False,polynomial_features=False,
polynomial_degree=2, trigonometry_features=False, polynomial_threshold=0.1,
remove_multicollinearity=True, multicollinearity_threshold=0.90)
这将使用变量列表初始化该过程,我希望从中提取transformed_train_set和transformed_test_set
我想导出转换前后的训练和测试数据,但pycaret没有任何方法导出这些数据?
当我尝试下面的代码:
train_data = predict_model(rft,data = X_train,raw_score=True)
train_data['phase'] = 'train'
test_data = predict_model(rft,data = X_test,raw_score=True)
test_data['phase'] = 'test'
它抛出错误:
NameError: name 'X_train' is not defined
1条答案
按热度按时间zfciruhq1#
您可以使用
get_config(variable)
导出转换前后的训练和测试数据。