Sdílet prostřednictvím


TreeExtensions Třída

Definice

Kolekce metod rozšíření používaných aplikací RegressionCatalog, , BinaryClassificationCatalog, MulticlassClassificationCatalogRankingCataloga TransformsCatalog k vytváření instancí trenérů rozhodovacího stromu a featurizátorů.

public static class TreeExtensions
type TreeExtensions = class
Public Module TreeExtensions
Dědičnost
TreeExtensions

Metody

FastForest(BinaryClassificationCatalog+BinaryClassificationTrainers, FastForestBinaryTrainer+Options)

Vytvořte FastForestBinaryTrainer s pokročilými možnostmi, které predikují cíl pomocí regresního modelu rozhodovacího stromu.

FastForest(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Int32, Int32)

Vytvořit FastForestBinaryTrainer, který predikuje cíl pomocí regresního modelu rozhodovacího stromu.

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 predikuje cíl pomocí regresního modelu rozhodovacího stromu.

FastTree(BinaryClassificationCatalog+BinaryClassificationTrainers, FastTreeBinaryTrainer+Options)

Vytvořte FastTreeBinaryTrainer s pokročilými možnostmi, které predikují cíl pomocí modelu binární klasifikace rozhodovacího stromu.

FastTree(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Int32, Int32, Double)

Vytvořit FastTreeBinaryTrainer, který predikuje cíl pomocí modelu binární klasifikace rozhodovacího stromu.

FastTree(RankingCatalog+RankingTrainers, FastTreeRankingTrainer+Options)

FastTreeRankingTrainer Vytvořte s pokročilými možnostmi, které řadí řadu vstupů na základě jejich relevance pomocí modelu řazení rozhodovacího stromu.

FastTree(RankingCatalog+RankingTrainers, String, String, String, String, Int32, Int32, Int32, Double)

FastTreeRankingTrainerVytvořte , která seřadí řadu vstupů na základě jejich relevance pomocí modelu řazení 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 predikuje 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 predikuje cíl pomocí regresního modelu rozhodovacího stromu.

FeaturizeByFastForestBinary(TransformsCatalog, FastForestBinaryFeaturizationEstimator+Options)

Vytvořit FastForestBinaryFeaturizationEstimator, která se používá FastForestBinaryTrainer k trénovat TreeEnsembleModelParameters k vytváření funkcí založených na stromové struktuře.

FeaturizeByFastForestRegression(TransformsCatalog, FastForestRegressionFeaturizationEstimator+Options)

Vytvořit FastForestRegressionFeaturizationEstimator, která se používá FastForestRegressionTrainer k trénovat TreeEnsembleModelParameters k vytváření funkcí založených na stromové struktuře.

FeaturizeByFastTreeBinary(TransformsCatalog, FastTreeBinaryFeaturizationEstimator+Options)

Vytvořit FastTreeBinaryFeaturizationEstimator, která se používá FastTreeBinaryTrainer k trénovat TreeEnsembleModelParameters k vytváření funkcí založených na stromové struktuře.

FeaturizeByFastTreeRanking(TransformsCatalog, FastTreeRankingFeaturizationEstimator+Options)

Vytvořit FastTreeRankingFeaturizationEstimator, která se používá FastTreeRankingTrainer k trénovat TreeEnsembleModelParameters k vytváření funkcí založených na stromové struktuře.

FeaturizeByFastTreeRegression(TransformsCatalog, FastTreeRegressionFeaturizationEstimator+Options)

Vytvořit FastTreeRegressionFeaturizationEstimator, která se používá FastTreeRegressionTrainer k trénovat TreeEnsembleModelParameters k vytváření funkcí založených na stromové struktuře.

FeaturizeByFastTreeTweedie(TransformsCatalog, FastTreeTweedieFeaturizationEstimator+Options)

Vytvořit FastTreeTweedieFeaturizationEstimator, která se používá FastTreeTweedieTrainer k trénovat TreeEnsembleModelParameters k vytváření funkcí založených na stromové struktuře.

FeaturizeByPretrainTreeEnsemble(TransformsCatalog, PretrainedTreeFeaturizationEstimator+Options)

Vytvořit PretrainedTreeFeaturizationEstimator, který vytváří stromové funkce dané TreeEnsembleModelParameters.

Gam(BinaryClassificationCatalog+BinaryClassificationTrainers, GamBinaryTrainer+Options)

Vytvářejte GamBinaryTrainer pomocí pokročilých možností, které predikují cíl pomocí generalizovaných doplňkových modelů (GAM).

Gam(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Int32, Double)

Vytvoření GamBinaryTrainer, které předpovídá cíl pomocí generalizovaných doplňkových modelů (GAM).

Gam(RegressionCatalog+RegressionTrainers, GamRegressionTrainer+Options)

Vytvářejte GamRegressionTrainer pomocí pokročilých možností, které predikují cíl pomocí generalizovaných doplňkových modelů (GAM).

Gam(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Double)

Vytvoření GamRegressionTrainer, které předpovídá cíl pomocí generalizovaných doplňkových modelů (GAM).

Platí pro