RegressionCatalog.RegressionTrainers Třída

Definice

Obor názvů:

Microsoft.ML

Sestavení:

Microsoft.ML.Data.dll

Balíček:

Microsoft.ML v2.0.0

Třída používaná uživatelem MLContext k vytváření instancí regresních školitelů.

public sealed class RegressionCatalog.RegressionTrainers : Microsoft.ML.TrainCatalogBase.CatalogInstantiatorBase

type RegressionCatalog.RegressionTrainers = class
    inherit TrainCatalogBase.CatalogInstantiatorBase

Public NotInheritable Class RegressionCatalog.RegressionTrainers
Inherits TrainCatalogBase.CatalogInstantiatorBase

Dědičnost

Object

TrainCatalogBase.CatalogInstantiatorBase

RegressionCatalog.RegressionTrainers

Metody rozšíření

LightGbm(RegressionCatalog+RegressionTrainers, LightGbmRegressionTrainer+Options)	Vytvořte LightGbmRegressionTrainer pomocí pokročilých možností, které predikují cíl pomocí modelu regrese rozhodovacího stromu podporujícího přechod.
LightGbm(RegressionCatalog+RegressionTrainers, String, String, String, Nullable<Int32>, Nullable<Int32>, Nullable<Double>, Int32)	Vytvořit LightGbmRegressionTrainer, který předpovídá cíl pomocí modelu regrese rozhodovacího stromu zvýšení gradientu.
Ols(RegressionCatalog+RegressionTrainers, OlsTrainer+Options)	Vytvořte OlsTrainer s pokročilými možnostmi, které predikují cíl pomocí modelu lineární regrese.
Ols(RegressionCatalog+RegressionTrainers, String, String, String)	Vytvořit OlsTrainer, který předpovídá cíl pomocí modelu lineární regrese.
LbfgsPoissonRegression(RegressionCatalog+RegressionTrainers, LbfgsPoissonRegressionTrainer+Options)	Vytvořte LbfgsPoissonRegressionTrainer pomocí pokročilých možností, které predikují cíl pomocí modelu lineární regrese.
LbfgsPoissonRegression(RegressionCatalog+RegressionTrainers, String, String, String, Single, Single, Single, Int32, Boolean)	Vytvořit LbfgsPoissonRegressionTrainer, který předpovídá cíl pomocí modelu lineární regrese.
OnlineGradientDescent(RegressionCatalog+RegressionTrainers, OnlineGradientDescentTrainer+Options)	Vytvořte OnlineGradientDescentTrainer pomocí pokročilých možností, které predikují cíl pomocí modelu lineární regrese.
OnlineGradientDescent(RegressionCatalog+RegressionTrainers, String, String, IRegressionLoss, Single, Boolean, Single, Int32)	Vytvořit OnlineGradientDescentTrainer, který předpovídá cíl pomocí modelu lineární regrese.
Sdca(RegressionCatalog+RegressionTrainers, SdcaRegressionTrainer+Options)	Vytvořte SdcaRegressionTrainer s pokročilými možnostmi, které predikují cíl pomocí modelu lineární regrese.
Sdca(RegressionCatalog+RegressionTrainers, String, String, String, ISupportSdcaRegressionLoss, Nullable<Single>, Nullable<Single>, Nullable<Int32>)	Vytvořit SdcaRegressionTrainer, který předpovídá cíl pomocí modelu lineární regrese.
FastForest(RegressionCatalog+RegressionTrainers, FastForestRegressionTrainer+Options)	Vytvořte FastForestRegressionTrainer s pokročilými možnostmi, které predikují cíl pomocí regresního modelu rozhodovacího stromu.
FastForest(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Int32)	Vytvořit FastForestRegressionTrainer, který předpovídá cíl pomocí regresního modelu rozhodovacího stromu.
FastTree(RegressionCatalog+RegressionTrainers, FastTreeRegressionTrainer+Options)	Vytvořte FastTreeRegressionTrainer s pokročilými možnostmi, které predikují cíl pomocí regresního modelu rozhodovacího stromu.
FastTree(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Int32, Double)	Vytvořit FastTreeRegressionTrainer, který předpovídá cíl pomocí regresního modelu rozhodovacího stromu.
FastTreeTweedie(RegressionCatalog+RegressionTrainers, FastTreeTweedieTrainer+Options)	Vytvořte FastTreeTweedieTrainer pomocí pokročilých možností, které predikují cíl pomocí regresního modelu rozhodovacího stromu.
FastTreeTweedie(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Int32, Double)	Vytvořit FastTreeTweedieTrainer, který předpovídá cíl pomocí regresního modelu rozhodovacího stromu.
Gam(RegressionCatalog+RegressionTrainers, GamRegressionTrainer+Options)	Vytvořte GamRegressionTrainer pomocí rozšířených možností, které predikují cíl pomocí zobecněných doplňkových modelů (GAM).
Gam(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Double)	Vytvořit GamRegressionTrainer, který předpovídá cíl pomocí zobecněných doplňkových modelů (GAM).