BinaryClassificationCatalog.BinaryClassificationTrainers Clase

Definición

Espacio de nombres:

Microsoft.ML

Ensamblado:

Microsoft.ML.Data.dll

Paquete:

Microsoft.ML v3.0.1

Clase usada por MLContext para crear instancias de instructores de clasificación binaria.

public sealed class BinaryClassificationCatalog.BinaryClassificationTrainers : Microsoft.ML.TrainCatalogBase.CatalogInstantiatorBase

type BinaryClassificationCatalog.BinaryClassificationTrainers = class
    inherit TrainCatalogBase.CatalogInstantiatorBase

Public NotInheritable Class BinaryClassificationCatalog.BinaryClassificationTrainers
Inherits TrainCatalogBase.CatalogInstantiatorBase

Herencia

Object

TrainCatalogBase.CatalogInstantiatorBase

BinaryClassificationCatalog.BinaryClassificationTrainers

Métodos de extensión

FieldAwareFactorizationMachine(BinaryClassificationCatalog+BinaryClassificationTrainers, FieldAwareFactorizationMachineTrainer+Options)	Cree FieldAwareFactorizationMachineTrainer mediante opciones avanzadas, que predice un destino mediante una máquina de factorización con reconocimiento de campos entrenada sobre datos de etiquetas booleanas.
FieldAwareFactorizationMachine(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String)	Cree FieldAwareFactorizationMachineTrainer, que predice un destino mediante una máquina de factorización con reconocimiento de campos entrenada sobre datos de etiquetas booleanas.
FieldAwareFactorizationMachine(BinaryClassificationCatalog+BinaryClassificationTrainers, String[], String, String)	Cree FieldAwareFactorizationMachineTrainer, que predice un destino mediante una máquina de factorización con reconocimiento de campos entrenada sobre datos de etiquetas booleanas.
LightGbm(BinaryClassificationCatalog+BinaryClassificationTrainers, LightGbmBinaryTrainer+Options)	Cree LightGbmBinaryTrainer con opciones avanzadas, que predice un destino mediante una clasificación binaria de árbol de decisión de potenciación de degradado.
LightGbm(BinaryClassificationCatalog+BinaryClassificationTrainers, Stream, String)	Cree LightGbmBinaryTrainer a partir de un modelo LightGBM previamente entrenado, que predice un destino mediante una clasificación binaria de árbol de decisión de potenciación de degradado.
LightGbm(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Nullable<Int32>, Nullable<Int32>, Nullable<Double>, Int32)	Cree LightGbmBinaryTrainer, que predice un destino mediante una clasificación binaria de árbol de decisión de aumento de degradado.
SymbolicSgdLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, SymbolicSgdLogisticRegressionBinaryTrainer+Options)	Cree SymbolicSgdLogisticRegressionBinaryTrainer con opciones avanzadas, que predice un destino mediante un modelo de clasificación binaria lineal entrenado sobre datos de etiquetas booleanas. El descenso de gradiente estocástico (SGD) es un algoritmo iterativo que optimiza una función objetiva diferente. Paraleliza SymbolicSgdLogisticRegressionBinaryTrainer SGD mediante la ejecución simbólica.
SymbolicSgdLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, Int32)	Cree SymbolicSgdLogisticRegressionBinaryTrainer, que predice un destino mediante un modelo de clasificación binaria lineal entrenado sobre datos de etiquetas booleanas. El descenso de gradiente estocástico (SGD) es un algoritmo iterativo que optimiza una función objetiva diferente. Paraleliza SymbolicSgdLogisticRegressionBinaryTrainer SGD mediante la ejecución simbólica.
AveragedPerceptron(BinaryClassificationCatalog+BinaryClassificationTrainers, AveragedPerceptronTrainer+Options)	Cree un AveragedPerceptronTrainer con opciones avanzadas, que predice un destino mediante un modelo de clasificación binaria lineal entrenado sobre datos de etiquetas booleanas.
AveragedPerceptron(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, IClassificationLoss, Single, Boolean, Single, Int32)	Cree un AveragedPerceptronTrainer, que predice un destino mediante un modelo de clasificación binaria lineal entrenado sobre datos de etiquetas booleanas.
LbfgsLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, LbfgsLogisticRegressionBinaryTrainer+Options)	Cree LbfgsLogisticRegressionBinaryTrainer con opciones avanzadas, que predice un destino mediante un modelo de clasificación binaria lineal entrenado sobre datos de etiquetas booleanas.
LbfgsLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Single, Single, Single, Int32, Boolean)	Cree LbfgsLogisticRegressionBinaryTrainer, que predice un destino mediante un modelo de clasificación binaria lineal entrenado sobre datos de etiquetas booleanas.
LdSvm(BinaryClassificationCatalog+BinaryClassificationTrainers, LdSvmTrainer+Options)	Cree LdSvmTrainer con opciones avanzadas, que predice un destino mediante un modelo de SVM profundo local.
LdSvm(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Int32, Boolean, Boolean)	Cree LdSvmTrainer, que predice un destino mediante un modelo de SVM profundo local.
LinearSvm(BinaryClassificationCatalog+BinaryClassificationTrainers, LinearSvmTrainer+Options)	Cree LinearSvmTrainer con opciones avanzadas, que predice un destino mediante un modelo de clasificación binaria lineal entrenado sobre datos de etiquetas booleanas.
LinearSvm(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32)	Cree LinearSvmTrainer, que predice un destino mediante un modelo de clasificación binaria lineal entrenado sobre datos de etiquetas booleanas.
Prior(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String)	Cree PriorTrainer, que predice un destino mediante un modelo de clasificación binaria.
SdcaLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, SdcaLogisticRegressionBinaryTrainer+Options)	Cree SdcaLogisticRegressionBinaryTrainer con opciones avanzadas, que predice un destino mediante un modelo de clasificación lineal.
SdcaLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Nullable<Single>, Nullable<Single>, Nullable<Int32>)	Cree SdcaLogisticRegressionBinaryTrainer, que predice un destino mediante un modelo de clasificación lineal.
SdcaNonCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers, SdcaNonCalibratedBinaryTrainer+Options)	Cree SdcaNonCalibratedBinaryTrainer con opciones avanzadas, que predice un destino mediante un modelo de clasificación lineal entrenado sobre datos de etiquetas booleanas.
SdcaNonCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, ISupportSdcaClassificationLoss, Nullable<Single>, Nullable<Single>, Nullable<Int32>)	Cree SdcaNonCalibratedBinaryTrainer, que predice un destino mediante un modelo de clasificación lineal.
SgdCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers, SgdCalibratedTrainer+Options)	Cree SgdCalibratedTrainer con opciones avanzadas, que predice un destino mediante un modelo de clasificación lineal. El descenso de gradiente estocástico (SGD) es un algoritmo iterativo que optimiza una función objetiva diferente.
SgdCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Double, Single)	Cree SgdCalibratedTrainer, que predice un destino mediante un modelo de clasificación lineal. El descenso de gradiente estocástico (SGD) es un algoritmo iterativo que optimiza una función objetiva diferente.
SgdNonCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers, SgdNonCalibratedTrainer+Options)	Cree SgdNonCalibratedTrainer con opciones avanzadas, que predice un destino mediante un modelo de clasificación lineal. El descenso de gradiente estocástico (SGD) es un algoritmo iterativo que optimiza una función objetiva diferente.
SgdNonCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, IClassificationLoss, Int32, Double, Single)	Cree SgdNonCalibratedTrainer, que predice un destino mediante un modelo de clasificación lineal. El descenso de gradiente estocástico (SGD) es un algoritmo iterativo que optimiza una función objetiva diferente.
FastForest(BinaryClassificationCatalog+BinaryClassificationTrainers, FastForestBinaryTrainer+Options)	Cree FastForestBinaryTrainer con opciones avanzadas, que predice un destino mediante un modelo de regresión de árbol de decisión.
FastForest(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Int32, Int32)	Cree FastForestBinaryTrainer, que predice un destino mediante un modelo de regresión de árbol de decisión.
FastTree(BinaryClassificationCatalog+BinaryClassificationTrainers, FastTreeBinaryTrainer+Options)	Cree FastTreeBinaryTrainer con opciones avanzadas, que predice un destino mediante un modelo de clasificación binaria de árbol de decisión.
FastTree(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Int32, Int32, Double)	Cree FastTreeBinaryTrainer, que predice un destino mediante un modelo de clasificación binaria de árbol de decisión.
Gam(BinaryClassificationCatalog+BinaryClassificationTrainers, GamBinaryTrainer+Options)	Cree GamBinaryTrainer mediante opciones avanzadas, que predice un destino mediante modelos aditivos generalizados (GAM).
Gam(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Int32, Double)	Cree GamBinaryTrainer, que predice un destino mediante modelos aditivos generalizados (GAM).