aibox.nlp.estimators.classification.lstm_classifier

Classificar baseado na arquitetura LSTM.

Classes

LSTMClassifier([hidden_size, num_layers, ...])

Classificador LSTM.
class aibox.nlp.estimators.classification.lstm_classifier.LSTMClassifier(hidden_size: int = 20, num_layers: int = 2, epochs: int = 10, bias: bool = True, dropout_prob: float = 0, bidirectional: bool = False, proj_size: int = 0, learning_rate: float = 0.001, optim_params: dict = {}, optim: Literal['adam', 'adamw', 'rmsprop', 'adagrad', 'sgd'] = 'adamw', random_state: int | None = None, device: str | None = None)[código-fonte]

Base: LSTMEstimator

Classificador LSTM.

Para informações sobre a classe acesse LSTMEstimator.

Parâmetros:

  • hidden_size (int)

  • num_layers (int)

  • epochs (int)

  • bias (bool)

  • dropout_prob (float)

  • bidirectional (bool)

  • proj_size (int)

  • learning_rate (float)

  • optim_params (dict)

  • optim (Literal['adam', 'adamw', 'rmsprop', 'adagrad', 'sgd'])

  • random_state (int | None)

  • device (str)

fit(X: list[int] | list[float] | ndarray[int32] | ndarray[float32] | Tensor, y: list[int] | list[float] | ndarray[int32] | ndarray[float32] | Tensor, **kwargs) → None

Realiza o treinamento do estimador.

Parâmetros:
Tipo de retorno:

None

property hyperparameters: dict

Hiper-parâmetros do modelo. Inclui a seed randômica. Estrutura do dicionário varia entre diferentes estimadores.

Retorna:

dicionário de hiper-parâmetros.

property params: dict

Retorna um dicionário com os parâmetros para esse estimador.

Os parâmetros retornados descrevem totalmente o estado do modelo (e,g. pesos de uma rede, superfícies de decisão, estrutura da árvore de decisão, etc).

Retorna:

parâmetros do estimador.

predict(X: list[int] | list[float] | ndarray[int32] | ndarray[float32] | Tensor, **kwargs) → None

Realiza a predição utilizando os parâmetros atuais do modelo.

Parâmetros:

  • X (list[int] | list[float] | ndarray[int32] | ndarray[float32] | Tensor) – dados de entrada com shape (n_samples, n_features).

  • **kwargs – parâmetros extras que podem ser passados para alguns estimadores.

Retorna:

predições com shape (n_samples,).

Tipo de retorno:

None

property random_state: int

Seed randômica utilizada pelo estimador.

Retorna:

seed.