CalibratorEstimatorBase<TICalibrator> Classe

Définition

Espace de noms:

Microsoft.ML.Calibrators

Assembly:

Microsoft.ML.Data.dll

Paquet:

Microsoft.ML v2.0.0

Classe de base pour les estimateurs de calibrateurs.

public abstract class CalibratorEstimatorBase<TICalibrator> : Microsoft.ML.IEstimator<Microsoft.ML.Calibrators.CalibratorTransformer<TICalibrator>> where TICalibrator : class, ICalibrator

type CalibratorEstimatorBase<'ICalibrator (requires 'ICalibrator : null and 'ICalibrator :> ICalibrator)> = class
    interface IEstimator<CalibratorTransformer<'ICalibrator>>

Public MustInherit Class CalibratorEstimatorBase(Of TICalibrator)
Implements IEstimator(Of CalibratorTransformer(Of TICalibrator))

Paramètres de type

TICalibrator

Héritage

Object

CalibratorEstimatorBase<TICalibrator>

Dérivé

Microsoft.ML.Calibrators.FixedPlattCalibratorEstimator

Microsoft.ML.Calibrators.IsotonicCalibratorEstimator

Microsoft.ML.Calibrators.NaiveCalibratorEstimator

Microsoft.ML.Calibrators.PlattCalibratorEstimator

Implémente

IEstimator<CalibratorTransformer<TICalibrator>>

Remarques

CalibratorEstimators prend une (sortie d’une Microsoft.ML.Data.BinaryClassifierScorer) qui contient une colonne « Score » et convertit les scores en probabilités (par le biais d’un IDataView binning, d’interpolation, etc.), en fonction du TICalibrator type. Ils sont utilisés dans les pipelines où le classifieur binaire produit des scores non étalonnés.

Méthodes

Fit(IDataView)

Correspond à la création d’un IDataViewCalibratorTransformer<TICalibrator> score qui peut transformer les données en ajoutant une Microsoft.ML.Data.DefaultColumnNames.Probability colonne contenant le calibré Microsoft.ML.Data.DefaultColumnNames.Score.

Implémentations d’interfaces explicites

IEstimator<CalibratorTransformer<TICalibrator>>.GetOutputSchema(SchemaShape)

Obtient la sortie SchemaShape de l’après IDataView l’ajustement du calibrateur. L’ajustement du calibrateur ajoute une colonne nommée « Probabilité » au schéma. Si vous avez déjà une telle colonne, une nouvelle colonne est ajoutée. Les mêmes données d’annotation produites par Microsoft.ML.Data.AnnotationUtils.GetTrainerOutputAnnotation(System.Boolean) sont marquées comme étant présentes sur la sortie, si elles sont présentes sur la colonne de score d’entrée.

Méthodes d’extension

AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment)

Ajoutez un « point de contrôle de mise en cache » à la chaîne d’estimateur. Cela garantit que les estimateurs en aval seront entraînés par rapport aux données mises en cache. Il est utile d’avoir un point de contrôle de mise en cache avant les formateurs qui prennent plusieurs passes de données.

WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>)

Étant donné un estimateur, retournez un objet de création de package de package qui appellera un délégué une fois Fit(IDataView) appelé. Il est souvent important pour un estimateur de retourner des informations sur ce qui a été adapté, c’est pourquoi la Fit(IDataView) méthode retourne un objet spécifiquement typé, plutôt que simplement un général ITransformer. Toutefois, en même temps, IEstimator<TTransformer> sont souvent formés en pipelines avec de nombreux objets. Nous pouvons donc avoir besoin de créer une chaîne d’estimateurs via EstimatorChain<TLastTransformer> laquelle l’estimateur pour lequel nous voulons obtenir le transformateur est enterré quelque part dans cette chaîne. Pour ce scénario, nous pouvons par le biais de cette méthode attacher un délégué qui sera appelé une fois l’ajustement appelé.