LpNormNormalizingEstimatorBase Clase
Definición
Importante
Parte de la información hace referencia a la versión preliminar del producto, que puede haberse modificado sustancialmente antes de lanzar la versión definitiva. Microsoft no otorga ninguna garantía, explícita o implícita, con respecto a la información proporcionada aquí.
Clase de estimador base para LpNormNormalizingEstimator los normalizadores y GlobalContrastNormalizingEstimator .
public abstract class LpNormNormalizingEstimatorBase : Microsoft.ML.Data.TrivialEstimator<Microsoft.ML.Transforms.LpNormNormalizingTransformer>type LpNormNormalizingEstimatorBase = class
inherit TrivialEstimator<LpNormNormalizingTransformer>Public MustInherit Class LpNormNormalizingEstimatorBase
Inherits TrivialEstimator(Of LpNormNormalizingTransformer)- Herencia
- Derivado
Métodos
| Fit(IDataView) |
Clase de estimador base para LpNormNormalizingEstimator los normalizadores y GlobalContrastNormalizingEstimator . (Heredado de TrivialEstimator<TTransformer>) |
| GetOutputSchema(SchemaShape) |
Devuelve el SchemaShape valor del esquema que generará el transformador. Se usa para la propagación y comprobación de esquemas en una canalización. |
Métodos de extensión
| AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment) |
Anexe un "punto de control de almacenamiento en caché" a la cadena del estimador. Esto garantizará que los estimadores de nivel inferior se entrenarán con los datos almacenados en caché. Resulta útil tener un punto de control de almacenamiento en caché antes de que los instructores tomen varios pases de datos. |
| WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>) |
Dado un estimador, devuelva un objeto de ajuste que llamará a un delegado una vez Fit(IDataView) que se llame. A menudo, es importante que un estimador devuelva información sobre lo que cabe, por lo que el Fit(IDataView) método devuelve un objeto con tipo específico, en lugar de simplemente un general ITransformer. Sin embargo, al mismo tiempo, IEstimator<TTransformer> a menudo se forman en canalizaciones con muchos objetos, por lo que es posible que tengamos que crear una cadena de estimadores a través EstimatorChain<TLastTransformer> de donde el estimador para el que queremos obtener el transformador está enterrado en algún lugar de esta cadena. En ese escenario, podemos a través de este método adjuntar un delegado al que se llamará una vez que se llame a fit. |