Compartir a través de


BinaryClassificationCatalog Clase

Definición

Clase usada por MLContext para crear instancias de componentes de clasificación binaria, como instructores y calibradores.

public sealed class BinaryClassificationCatalog : Microsoft.ML.TrainCatalogBase
type BinaryClassificationCatalog = class
    inherit TrainCatalogBase
Public NotInheritable Class BinaryClassificationCatalog
Inherits TrainCatalogBase
Herencia
BinaryClassificationCatalog

Propiedades

Calibrators

Lista de calibradores para realizar la clasificación binaria.

Trainers

La lista de instructores para realizar la clasificación binaria.

Métodos

ChangeModelThreshold<TModel>(BinaryPredictionTransformer<TModel>, Single)

Método para modificar el umbral en el modelo existente y devolver el modelo modificado.

CrossValidate(IDataView, IEstimator<ITransformer>, Int32, String, String, Nullable<Int32>)

Ejecute la validación cruzada en numberOfFolds plegamientos de data, ajustando estimatory respetando samplingKeyColumnName si se proporciona. A continuación, evalúe cada submodelo con labelColumnName y devuelva un CalibratedBinaryClassificationMetrics objeto, que incluye métricas basadas en probabilidades, para cada submodelo. Cada submodelo se evalúa en el plegado de validación cruzada que no vio durante el entrenamiento.

CrossValidateNonCalibrated(IDataView, IEstimator<ITransformer>, Int32, String, String, Nullable<Int32>)

Ejecute la validación cruzada en numberOfFolds plegamientos de data, ajustando estimatory respetando samplingKeyColumnName si se proporciona. A continuación, evalúe cada submodelo con labelColumnName y devuelva un BinaryClassificationMetrics objeto, que no incluye métricas basadas en probabilidades, para cada submodelo. Cada submodelo se evalúa en el plegado de validación cruzada que no vio durante el entrenamiento.

Evaluate(IDataView, String, String, String, String)

Evalúa los datos de clasificación binaria puntuados.

EvaluateNonCalibrated(IDataView, String, String, String)

Evalúa los datos de clasificación binaria puntuados, sin métricas basadas en probabilidades.

Métodos de extensión

PermutationFeatureImportance<TModel>(BinaryClassificationCatalog, ISingleFeaturePredictionTransformer<TModel>, IDataView, String, Boolean, Nullable<Int32>, Int32)

Importancia de la característica de permutación (PFI) para la clasificación binaria.

PermutationFeatureImportanceNonCalibrated(BinaryClassificationCatalog, ITransformer, IDataView, String, Boolean, Nullable<Int32>, Int32)

Importancia de la característica de permutación (PFI) para la clasificación binaria.

Se aplica a