|
FastForest(BinaryClassificationCatalog+BinaryClassificationTrainers, FastForestBinaryTrainer+Options)
|
Erstellen Sie FastForestBinaryTrainer mit erweiterten Optionen, die ein Ziel mithilfe eines Entscheidungsstruktur-Regressionsmodells vorhersagt.
|
|
FastForest(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Int32, Int32)
|
Erstellen Sie FastForestBinaryTrainerein Ziel, das ein Ziel mithilfe eines Entscheidungsstruktur-Regressionsmodells vorhersagt.
|
|
FastForest(RegressionCatalog+RegressionTrainers, FastForestRegressionTrainer+Options)
|
Erstellen Sie FastForestRegressionTrainer mit erweiterten Optionen, die ein Ziel mithilfe eines Entscheidungsstruktur-Regressionsmodells vorhersagt.
|
|
FastForest(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Int32)
|
Erstellen Sie FastForestRegressionTrainerein Ziel, das ein Ziel mithilfe eines Entscheidungsstruktur-Regressionsmodells vorhersagt.
|
|
FastTree(BinaryClassificationCatalog+BinaryClassificationTrainers, FastTreeBinaryTrainer+Options)
|
Erstellen Sie FastTreeBinaryTrainer mit erweiterten Optionen, die ein Ziel mithilfe eines Binärklassifizierungsmodells für entscheidungsstrukturieren.
|
|
FastTree(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Int32, Int32, Double)
|
Erstellen Sie FastTreeBinaryTrainerein Ziel, das ein Ziel mithilfe eines Binärklassifizierungsmodells für Entscheidungsstruktur vorausgibt.
|
|
FastTree(RankingCatalog+RankingTrainers, FastTreeRankingTrainer+Options)
|
Erstellen Sie eine FastTreeRankingTrainer mit erweiterten Optionen, die eine Reihe von Eingaben basierend auf ihrer Relevanz bewertet, indem Sie ein Entscheidungsstrukturbewertungsmodell verwenden.
|
|
FastTree(RankingCatalog+RankingTrainers, String, String, String, String, Int32, Int32, Int32, Double)
|
Erstellen Sie eine FastTreeRankingTrainerReihe von Eingaben basierend auf ihrer Relevanz, indem Sie ein Entscheidungsstrukturbewertungsmodell verwenden.
|
|
FastTree(RegressionCatalog+RegressionTrainers, FastTreeRegressionTrainer+Options)
|
Erstellen Sie FastTreeRegressionTrainer mit erweiterten Optionen, die ein Ziel mithilfe eines Entscheidungsstruktur-Regressionsmodells vorhersagt.
|
|
FastTree(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Int32, Double)
|
Erstellen Sie FastTreeRegressionTrainerein Ziel, das ein Ziel mithilfe eines Entscheidungsstruktur-Regressionsmodells vorhersagt.
|
|
FastTreeTweedie(RegressionCatalog+RegressionTrainers, FastTreeTweedieTrainer+Options)
|
Erstellen Sie FastTreeTweedieTrainer erweiterte Optionen, die ein Ziel mithilfe eines Entscheidungsstruktur-Regressionsmodells vorhersagt.
|
|
FastTreeTweedie(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Int32, Double)
|
Erstellen Sie FastTreeTweedieTrainerein Ziel, das ein Ziel mithilfe eines Entscheidungsstruktur-Regressionsmodells vorhersagt.
|
|
FeaturizeByFastForestBinary(TransformsCatalog, FastForestBinaryFeaturizationEstimator+Options)
|
Erstellen Sie , die zum Trainieren FastForestBinaryFeaturizationEstimatorverwendet FastForestBinaryTrainer wird TreeEnsembleModelParameters , um strukturbasierte Features zu erstellen.
|
|
FeaturizeByFastForestRegression(TransformsCatalog, FastForestRegressionFeaturizationEstimator+Options)
|
Erstellen Sie , die zum Trainieren FastForestRegressionFeaturizationEstimatorverwendet FastForestRegressionTrainer wird TreeEnsembleModelParameters , um strukturbasierte Features zu erstellen.
|
|
FeaturizeByFastTreeBinary(TransformsCatalog, FastTreeBinaryFeaturizationEstimator+Options)
|
Erstellen Sie , die zum Trainieren FastTreeBinaryFeaturizationEstimatorverwendet FastTreeBinaryTrainer wird TreeEnsembleModelParameters , um strukturbasierte Features zu erstellen.
|
|
FeaturizeByFastTreeRanking(TransformsCatalog, FastTreeRankingFeaturizationEstimator+Options)
|
Erstellen Sie , die zum Trainieren FastTreeRankingFeaturizationEstimatorverwendet FastTreeRankingTrainer wird TreeEnsembleModelParameters , um strukturbasierte Features zu erstellen.
|
|
FeaturizeByFastTreeRegression(TransformsCatalog, FastTreeRegressionFeaturizationEstimator+Options)
|
Erstellen Sie , die zum Trainieren FastTreeRegressionFeaturizationEstimatorverwendet FastTreeRegressionTrainer wird TreeEnsembleModelParameters , um strukturbasierte Features zu erstellen.
|
|
FeaturizeByFastTreeTweedie(TransformsCatalog, FastTreeTweedieFeaturizationEstimator+Options)
|
Erstellen Sie , die zum Trainieren FastTreeTweedieFeaturizationEstimatorverwendet FastTreeTweedieTrainer wird TreeEnsembleModelParameters , um strukturbasierte Features zu erstellen.
|
|
FeaturizeByPretrainTreeEnsemble(TransformsCatalog, PretrainedTreeFeaturizationEstimator+Options)
|
Erstellen Sie PretrainedTreeFeaturizationEstimator, die strukturbasierte Features mit einer TreeEnsembleModelParametersAngabe erstellt.
|
|
Gam(BinaryClassificationCatalog+BinaryClassificationTrainers, GamBinaryTrainer+Options)
|
Erstellen Sie GamBinaryTrainer erweiterte Optionen, die ein Ziel mit generalisierten Additiven Modellen (GAM) voraussagen.
|
|
Gam(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Int32, Double)
|
Erstellen Sie GamBinaryTrainerein Ziel, das ein Ziel mit generalisierten Additivmodellen (GAM) vorausgibt.
|
|
Gam(RegressionCatalog+RegressionTrainers, GamRegressionTrainer+Options)
|
Erstellen Sie GamRegressionTrainer erweiterte Optionen, die ein Ziel mit generalisierten Additiven Modellen (GAM) voraussagen.
|
|
Gam(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Double)
|
Erstellen Sie GamRegressionTrainerein Ziel, das ein Ziel mit generalisierten Additivmodellen (GAM) vorausgibt.
|