Freigeben über


RegressionCatalog.CrossValidate Methode

Definition

Führen Sie die Kreuzüberprüfung über numberOfFolds Gefaltete von data, durch Einpassen samplingKeyColumnNameestimatorund Beachten, wenn angegeben. Bewerten Sie dann jedes Teilmodell anhand labelColumnName und rückgabemetriken.

public System.Collections.Generic.IReadOnlyList<Microsoft.ML.TrainCatalogBase.CrossValidationResult<Microsoft.ML.Data.RegressionMetrics>> CrossValidate (Microsoft.ML.IDataView data, Microsoft.ML.IEstimator<Microsoft.ML.ITransformer> estimator, int numberOfFolds = 5, string labelColumnName = "Label", string samplingKeyColumnName = default, int? seed = default);
member this.CrossValidate : Microsoft.ML.IDataView * Microsoft.ML.IEstimator<Microsoft.ML.ITransformer> * int * string * string * Nullable<int> -> System.Collections.Generic.IReadOnlyList<Microsoft.ML.TrainCatalogBase.CrossValidationResult<Microsoft.ML.Data.RegressionMetrics>>
Public Function CrossValidate (data As IDataView, estimator As IEstimator(Of ITransformer), Optional numberOfFolds As Integer = 5, Optional labelColumnName As String = "Label", Optional samplingKeyColumnName As String = Nothing, Optional seed As Nullable(Of Integer) = Nothing) As IReadOnlyList(Of TrainCatalogBase.CrossValidationResult(Of RegressionMetrics))

Parameter

data
IDataView

Die Daten, die durch die Überprüfung ausgeführt werden sollen.

estimator
IEstimator<ITransformer>

Der Schätzer, der passt.

numberOfFolds
Int32

Anzahl der Kreuzüberprüfungsfalten.

labelColumnName
String

Die Bezeichnungsspalte (zur Auswertung).

samplingKeyColumnName
String

Name einer Spalte, die zum Gruppieren von Zeilen verwendet werden soll. Wenn zwei Beispiele denselben Wert des Werts samplingKeyColumnNameteilen, werden sie garantiert in derselben Teilmenge (Train oder Test) angezeigt. Dies kann verwendet werden, um sicherzustellen, dass keine Etikettenlecks vom Zug bis zum Testsatz vorhanden sind. Wenn null keine Zeilengruppierung ausgeführt wird.

seed
Nullable<Int32>

Seed for the random number generator used to select rows for cross-validation folds.

Gibt zurück

Ergebnisse pro Faltung: Metriken, Modelle, bewertete Datasets.

Gilt für: