Microsoft.ML Obor názvů

Hlavní obor názvů pro ML.NET. Obsahuje kontexty aplikací a operací, katalogy transformátorů a školitelů a komponenty pro zpracování zobrazení dat.

Třídy

AnomalyDetectionCatalog	Třída používaná k MLContext vytváření instancí komponent detekce anomálií, jako jsou školitelé a hodnotitelé.
AnomalyDetectionCatalog.AnomalyDetectionTrainers	Třída používaná k MLContext vytváření instancí školitelů detekce anomálií.
BinaryClassificationCatalog	Třída používaná k MLContext vytváření instancí komponent binární klasifikace, jako jsou školitele a kalibrátory.
BinaryClassificationCatalog.BinaryClassificationTrainers	Třída používaná k MLContext vytvoření instancí školitelů binární klasifikace.
BinaryClassificationCatalog.CalibratorsCatalog	Třída používaná k MLContext vytvoření instancí binárních kalibrátorů klasifikace.
BinaryLoaderSaverCatalog	Kolekce rozšiřujících metod pro DataOperationsCatalog vytváření instancí komponent pro ukládání a čtení IDataView objektů do a z vysoce výkonného binárního formátu.
CategoricalCatalog	Kolekce rozšiřujících metod pro TransformsCatalog.CategoricalTransforms vytvoření komponent kategorického transformátoru.
ClusteringCatalog	Třída, kterou používá MLContext k vytváření instancí komponent clusteringu, jako jsou školitelé.
ClusteringCatalog.ClusteringTrainers	Třída, kterou používá MLContext k vytváření instancí školitelů clusteringu.
ConversionsCatalog	Kolekce rozšiřujících metod pro TransformsCatalog vytvoření instancí komponent transformátoru mapování binárních vektorů na klíč
ConversionsExtensionsCatalog	Kolekce rozšiřujících metod pro TransformsCatalog vytváření instancí převodu dat a mapování komponent transformátoru.
CustomMappingCatalog	Třída obsahující rozšiřující metodu pro TransformsCatalog vytvoření instancí uživatelem definovaných komponent mapování řádků 1:1.
DatabaseLoaderCatalog	Kolekce rozšiřujících metod pro DataOperationsCatalog čtení z databází.
DataLoaderExtensions	Třída používaná k načtení dat z jednoho nebo více souborů.
DataOperationsCatalog	Třída slouží k vytvoření komponent, které pracují s daty, ale nejsou součástí trénovacího kanálu modelu. Zahrnuje komponenty pro načítání, ukládání, ukládání, ukládání do mezipaměti, filtrování, náhodné prohazování a rozdělení dat.
DataViewRow	Logický řádek dat. Může to být řádek IDataView nebo samostatný řádek.
DataViewRowCursor	Třída používaná k kurzoru mezi řádky objektu IDataView.
DataViewSchema	Představuje schéma objektu IDataViewDataViewRownebo . Schéma je kolekce .DataViewSchema.Column
DataViewSchema.Annotations	Poznámky schématu jednoho DataViewSchema.Column.
DataViewSchema.Annotations.Builder	Třída obsahující operace pro sestavení .DataViewSchema.Annotations
DataViewSchema.Builder	Třída obsahující operace pro sestavení .DataViewSchema
DebuggerExtensions	Třída slouží k vytváření instancí objektů náhledu pro ladění. Poznámka: Tato třída a všechny metody by se měly používat pouze pro ladění, a ne v produkčním kódu.
ExplainabilityCatalog	Kolekce rozšiřujících metod pro TransformsCatalog vytváření instancí komponent vysvětlitelnosti modelů.
ExpressionCatalog	Hlavní obor názvů pro ML.NET. Obsahuje kontexty aplikací a operací, katalogy transformátorů a školitelů a komponenty pro zpracování zobrazení dat.
ExtensionBaseAttribute	Základní typ atributu pro všechny atributy používané pro účely rozšiřitelnosti.
ExtensionsCatalog	Kolekce rozšiřujících metod pro TransformsCatalog vytvoření instancí chybějících součástí transformátoru hodnot.
FactorizationMachineExtensions	Kolekce rozšiřujících metod pro BinaryClassificationCatalog vytváření instancí komponent trenéra faktorizace s podporou polí.
FeatureSelectionCatalog	Kolekce rozšiřujících metod pro TransformsCatalog vytvoření instancí součástí transformátoru výběru funkcí.
ForecastingCatalog	Třída používaná službou MLContext k vytvoření instancí komponent prognózy.
ForecastingCatalog.Forecasters	Třída používaná k MLContext vytváření instancí prognostních školitelů.
ImageEstimatorsCatalog	Kolekce rozšiřujících metod pro TransformsCatalog vytvoření instancí součástí transformátoru pro zpracování obrazu.
InputOutputColumnPair	Určuje názvy vstupních a výstupních sloupců pro součásti transformátoru, které pracují s více sloupci.
KernelExpansionCatalog	Kolekce rozšiřujících metod pro TransformsCatalog vytváření instancí komponent transformátoru pro metody jádra.
KMeansClusteringExtensions	Kolekce rozšiřujících metod pro ClusteringCatalog.ClusteringTrainers vytváření instancí školitelů KMeans.
LearningPipelineExtensions	Rozšiřující metody, které umožňují řetězení kanálů estimátoru a transformátoru.
LightGbmExtensions	Kolekce rozšiřujících metod pro RegressionCatalog.RegressionTrainerskatalogy , RankingCatalog.RankingTrainersBinaryClassificationCatalog.BinaryClassificationTrainers, a MulticlassClassificationCatalog.MulticlassClassificationTrainers
LoggingEventArgs	Poskytuje data pro událost Log.
MklComponentsCatalog	Kolekce rozšiřujících metod pro , BinaryClassificationCatalog.BinaryClassificationTrainersa TransformsCatalog pro RegressionCatalog.RegressionTrainersvytváření komponent MKL (Math Kernel Library) a jejich transformace.
MLContext	Společný kontext pro všechny operace ML.NET. Jakmile uživatel vytvoří instanci, poskytuje způsob, jak vytvořit komponenty pro přípravu dat, přípravu atributů, trénování, predikci a vyhodnocení modelů. Umožňuje také protokolování, řízení provádění a možnost nastavit opakovatelná náhodná čísla.
ModelOperationsCatalog	Třída používaná nástrojem MLContext k ukládání a načítání natrénovaných modelů.
ModelSaveContext	Objekt praktičního kontextu pro ukládání modelů do úložiště, pro implementátory .ICanSaveModel
MulticlassClassificationCatalog	Třída používaná k MLContext vytváření instancí komponent klasifikace s více třídami, jako jsou školitelé.
MulticlassClassificationCatalog.MulticlassClassificationTrainers	Třída používaná k MLContext vytvoření instancí vícetřídních klasifikačních školitelů.
NormalizationCatalog	Kolekce rozšiřujících metod pro TransformsCatalog vytvoření instancí komponent číselné normalizace.
OnnxCatalog	Hlavní obor názvů pro ML.NET. Obsahuje kontexty aplikací a operací, katalogy transformátorů a školitelů a komponenty pro zpracování zobrazení dat.
PcaCatalog	Kolekce rozšiřujících metod používaných AnomalyDetectionCatalog.AnomalyDetectionTrainerskatalogy , a TransformsCatalog k vytvoření instancí komponent PCA (Principal Component Analysis).
PermutationFeatureImportanceExtensions	Kolekce rozšiřujících metod používaných RegressionCatalog, BinaryClassificationCatalog, MulticlassClassificationCataloga RankingCatalog k vytvoření instancí komponent důležitosti permutačních funkcí.
PredictionEngine<TSrc,TDst>	Třída pro vytváření jednotlivých predikcí u dříve natrénovaného modelu (a předchozího kanálu transformace)
PredictionEngineBase<TSrc,TDst>	Základní třída pro vytváření jednoduchých predikcí u dříve natrénovaného modelu (a předchozího kanálu transformace).
PredictionEngineOptions	Možnosti pro PredictionEngine<TSrc,TDst>
RankingCatalog	Třída používaná k MLContext vytvoření instancí komponent hodnocení, jako jsou školitelé a hodnotitelé.
RankingCatalog.RankingTrainers	Třída používaná k MLContext vytvoření instancí hodnocení školitelů.
RegressionCatalog	Třída používaná nástrojem MLContext k vytváření instancí regresních komponent, jako jsou školitelé a hodnotitelé.
RegressionCatalog.RegressionTrainers	Třída používaná k MLContext vytváření instancí regresních školitelů.
SchemaShape	Sada "požadavků" na příchozí schéma, stejně jako sada "příslibů" odchozího schématu. Je to uvolněnější než vlastní DataViewSchema, protože se jedná pouze o podmnožinu sloupců a také proto, že neurčí přesné DataViewTypehodnoty pro vektory a klíče.
StandardTrainersCatalog	Kolekce rozšiřujících metod pro RegressionCatalog.RegressionTrainers, BinaryClassificationCatalog.BinaryClassificationTrainersa MulticlassClassificationCatalog.MulticlassClassificationTrainers k vytvoření instancí komponent školitele.
TensorflowCatalog	Používá se TensorFlowTransformer v následujících dvou scénářích. Bodování pomocí předem vytrénovaného modelu TensorFlow : V tomto režimu transformace extrahuje hodnoty skrytých vrstev z předem natrénovaného modelu Tensorflow a používá výstupy jako funkce v kanálu ML.Net. Opětovné trénování modelu TensorFlow : V tomto režimu transformace přetrénuje model TensorFlow pomocí uživatelských dat předávaných kanálem ML.Net. Po vytrénování modelu je možné jeho výstupy použít jako funkce pro vyhodnocování.
TextCatalog	Kolekce rozšiřujících metod pro TransformsCatalog.
TextLoaderSaverCatalog	Kolekce rozšiřujících metod pro DataOperationsCatalog čtení z textových souborů s oddělovači, jako jsou csv a tsv.
TimeSeriesCatalog	Hlavní obor názvů pro ML.NET. Obsahuje kontexty aplikací a operací, katalogy transformátorů a školitelů a komponenty pro zpracování zobrazení dat.
TrainCatalogBase	Základní třída pro katalogy školitelů.
TrainCatalogBase.CatalogInstantiatorBase	Podtřídy z Microsoft.ML.TrainContext budou poskytovat malé "rozšiřující metody" připojitelné objekty (například něco jako Trainers). Uživatelský kód bude s těmito objekty pracovat pouze vyvoláním rozšiřujících metod. Skutečný kód komponenty může pracovat, Microsoft.ML.Data.CatalogUtils aby získal více "skrytých" informací z tohoto objektu, například prostředí.
TrainCatalogBase.CrossValidationResult<T>	Výsledky křížového ověření.
TrainerInfo	Charakteristiky trenéra. Vystaveno prostřednictvím vlastnosti Info každého trenéra.
TransformExtensionsCatalog	Kolekce rozšiřujících metod pro TransformsCatalog vytváření instancí součástí transformace, které manipulují se sloupci.
TransformsCatalog	Třída používaná k MLContext vytváření instancí transformovaných komponent.
TransformsCatalog.CategoricalTransforms	Třída používaná k MLContext vytváření instancí komponent transformace dat kategorií.
TransformsCatalog.ConversionTransforms	Třída používaná k MLContext vytváření instancí transformovaných dat převodu typů.
TransformsCatalog.FeatureSelectionTransforms	Třída používaná k MLContext vytváření instancí součástí transformace výběru funkce.
TransformsCatalog.TextTransforms	Třída používaná uživatelem MLContext k vytváření instancí komponent transformace textových dat.
TreeExtensions	Kolekce rozšiřujících metod, které RegressionCatalogpoužívají , MulticlassClassificationCatalogBinaryClassificationCatalog, RankingCataloga TransformsCatalog k vytváření instancí trenérů rozhodovacích stromů a featurizátorů.
VisionCatalog	Kolekce rozšiřujících metod pro MulticlassClassificationCatalog.MulticlassClassificationTrainers vytváření instancí komponent trenéra ImageClassification.

Struktury

DataOperationsCatalog.TrainTestData	Dvojice datových sad pro trénovací a testovací sadu.
DataViewSchema.Column	Tato třída popisuje jeden sloupec v konkrétním schématu.
DataViewSchema.DetachedColumn	Tato třída představuje schéma jednoho sloupce zobrazení dat bez přílohy ke konkrétnímu DataViewSchemaobjektu .
SchemaShape.Column	Hlavní obor názvů pro ML.NET. Obsahuje kontexty aplikací a operací, katalogy transformátorů a školitelů a komponenty pro zpracování zobrazení dat.

Rozhraní

ICanSaveModel	Pro uložení modelu do úložiště. Implementace ICanSaveModel tříd by měla provést explicitní implementaci .Save(ModelSaveContext) Třídy dědící ICanSaveModel ze základní třídy by měly přepsat funkci vyvolanou v Save(ModelSaveContext) této základní třídě, pokud existuje.
IDataLoader<TSource>	Zavaděč dat přijímá určitý druh vstupu a mění ho na IDataView.
IDataLoaderEstimator<TSource,TLoader>	Někdy potřebujeme "fitovat" .IDataLoader<TSource> Estimátor DataLoaderu je objekt, který ho provádí.
IDataView	Vstup a výstup operátorů dotazů (transformací). Jedná se o základní typ datového kanálu, který je srovnatelný s typem IEnumerable<T> LINQ.
IEstimator<TTransformer>	Estimátor (v terminologii Sparku) je "netrénovaný transformátor". Aby bylo možné vytvořit transformátor, musí se na data "vejít". Poskytuje také "šíření schématu" jako transformátory, ale místo SchemaShapeDataViewSchema.
IPredictionTransformer<TModel>	Rozhraní pro všechny transformátory, které mohou transformovat data na Microsoft.ML.IPredictor základě pole. Implementace tohoto rozhraní buď nemají žádný sloupec funkcí, nebo mají více než jeden sloupec funkce a nemohou implementovat ISingleFeaturePredictionTransformer<TModel>, který většina ML.Net tranformer implementuje.
ISingleFeaturePredictionTransformer<TModel>	ISingleFeaturePredictionTransformer obsahuje název FeatureColumnName a jeho typ . FeatureColumnType Implementace tohoto rozhraní, mají schopnost ohodnotit data vstupu IDataView prostřednictvím Transform(IDataView)
ITransformer	Transformátor je komponenta, která transformuje data. Podporuje také "šíření schématu", aby bylo možné odpovědět na otázku ,jak budou data s tímto schématem vypadat, když je transformujete?'.

Výčty

SchemaShape.Column.VectorKind

Hlavní obor názvů pro ML.NET. Obsahuje kontexty aplikací a operací, katalogy transformátorů a školitelů a komponenty pro zpracování zobrazení dat.

Delegáti

ValueGetter<TValue>

Pokud chcete získat hodnotu, zadejte delegování. To lze použít pro efektivní přístup k datům v nebo DataViewRowDataViewRowCursor.