|
AveragedPerceptron(BinaryClassificationCatalog+BinaryClassificationTrainers, AveragedPerceptronTrainer+Options)
|
Créez une AveragedPerceptronTrainer option avec options avancées, qui prédit une cible à l’aide d’un modèle de classification binaire linéaire entraîné sur les données d’étiquette booléenne.
|
|
AveragedPerceptron(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, IClassificationLoss, Single, Boolean, Single, Int32)
|
Créez une AveragedPerceptronTrainercible qui prédit une cible à l’aide d’un modèle de classification binaire linéaire entraîné sur les données d’étiquette booléenne.
|
|
LbfgsLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, LbfgsLogisticRegressionBinaryTrainer+Options)
|
Créez LbfgsLogisticRegressionBinaryTrainer avec des options avancées, ce qui prédit une cible à l’aide d’un modèle de classification binaire linéaire entraîné sur les données d’étiquette booléenne.
|
|
LbfgsLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Single, Single, Single, Int32, Boolean)
|
Créez LbfgsLogisticRegressionBinaryTrainer, qui prédit une cible à l’aide d’un modèle de classification binaire linéaire entraîné sur les données d’étiquette booléenne.
|
|
LbfgsMaximumEntropy(MulticlassClassificationCatalog+MulticlassClassificationTrainers, LbfgsMaximumEntropyMulticlassTrainer+Options)
|
Créez LbfgsMaximumEntropyMulticlassTrainer avec des options avancées, ce qui prédit une cible à l’aide d’un modèle de classification d’entropie maximal entraîné avec la méthode L-BFGS.
|
|
LbfgsMaximumEntropy(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, Single, Single, Single, Int32, Boolean)
|
Créez LbfgsMaximumEntropyMulticlassTrainer, qui prédit une cible à l’aide d’un modèle de classification d’entropie maximal entraîné avec la méthode L-BFGS.
|
|
LbfgsPoissonRegression(RegressionCatalog+RegressionTrainers, LbfgsPoissonRegressionTrainer+Options)
|
Créez LbfgsPoissonRegressionTrainer à l’aide d’options avancées, ce qui prédit une cible à l’aide d’un modèle de régression linéaire.
|
|
LbfgsPoissonRegression(RegressionCatalog+RegressionTrainers, String, String, String, Single, Single, Single, Int32, Boolean)
|
Créez LbfgsPoissonRegressionTrainer, qui prédit une cible à l’aide d’un modèle de régression linéaire.
|
|
LdSvm(BinaryClassificationCatalog+BinaryClassificationTrainers, LdSvmTrainer+Options)
|
Créez LdSvmTrainer avec des options avancées, ce qui prédit une cible à l’aide d’un modèle SVM deep local.
|
|
LdSvm(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Int32, Boolean, Boolean)
|
Créez LdSvmTrainer, ce qui prédit une cible à l’aide d’un modèle SVM Deep Local.
|
|
LinearSvm(BinaryClassificationCatalog+BinaryClassificationTrainers, LinearSvmTrainer+Options)
|
Créez LinearSvmTrainer avec des options avancées, ce qui prédit une cible à l’aide d’un modèle de classification binaire linéaire entraîné sur les données d’étiquette booléenne.
|
|
LinearSvm(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32)
|
Créez LinearSvmTrainer, qui prédit une cible à l’aide d’un modèle de classification binaire linéaire entraîné sur les données d’étiquette booléenne.
|
|
NaiveBayes(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String)
|
Créez un , qui prédit une NaiveBayesMulticlassTrainercible multiclasse à l’aide d’un modèle Naive Bayes qui prend en charge les valeurs de fonctionnalités binaires.
|
|
OneVersusAll<TModel>(MulticlassClassificationCatalog+MulticlassClassificationTrainers,
ITrainerEstimator<BinaryPredictionTransformer<TModel>,TModel>,
String, Boolean, IEstimator<ISingleFeaturePredictionTransformer<ICalibrator>>,
Int32, Boolean)
|
Créez un , qui prédit une OneVersusAllTrainercible multiclasse à l’aide d’une stratégie un-contre-all avec l’estimateur de classification binaire spécifié par binaryEstimator.
|
|
OnlineGradientDescent(RegressionCatalog+RegressionTrainers, OnlineGradientDescentTrainer+Options)
|
Créez OnlineGradientDescentTrainer à l’aide d’options avancées, ce qui prédit une cible à l’aide d’un modèle de régression linéaire.
|
|
OnlineGradientDescent(RegressionCatalog+RegressionTrainers, String, String, IRegressionLoss, Single, Boolean, Single, Int32)
|
Créez OnlineGradientDescentTrainer, qui prédit une cible à l’aide d’un modèle de régression linéaire.
|
|
PairwiseCoupling<TModel>(MulticlassClassificationCatalog+MulticlassClassificationTrainers,
ITrainerEstimator<ISingleFeaturePredictionTransformer<TModel>,
TModel>, String, Boolean, IEstimator<ISingleFeaturePredictionTransformer<ICalibrator>>,
Int32)
|
Créez un , qui prédit une PairwiseCouplingTrainercible multiclasse à l’aide d’une stratégie de couplage de paire avec l’estimateur de classification binaire spécifié par binaryEstimator.
|
|
Prior(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String)
|
Créez PriorTrainer, qui prédit une cible à l’aide d’un modèle de classification binaire.
|
|
Sdca(RegressionCatalog+RegressionTrainers, SdcaRegressionTrainer+Options)
|
Créez SdcaRegressionTrainer avec des options avancées, ce qui prédit une cible à l’aide d’un modèle de régression linéaire.
|
|
Sdca(RegressionCatalog+RegressionTrainers, String, String, String, ISupportSdcaRegressionLoss, Nullable<Single>, Nullable<Single>, Nullable<Int32>)
|
Créez SdcaRegressionTrainer, qui prédit une cible à l’aide d’un modèle de régression linéaire.
|
|
SdcaLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, SdcaLogisticRegressionBinaryTrainer+Options)
|
Créez SdcaLogisticRegressionBinaryTrainer avec des options avancées, ce qui prédit une cible à l’aide d’un modèle de classification linéaire.
|
|
SdcaLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers,
String, String, String, Nullable<Single>, Nullable<Single>, Nullable<Int32>)
|
Créez SdcaLogisticRegressionBinaryTrainer, qui prédit une cible à l’aide d’un modèle de classification linéaire.
|
|
SdcaMaximumEntropy(MulticlassClassificationCatalog+MulticlassClassificationTrainers, SdcaMaximumEntropyMulticlassTrainer+Options)
|
Créez SdcaMaximumEntropyMulticlassTrainer avec des options avancées, ce qui prédit une cible à l’aide d’un modèle de classification d’entropie maximal entraîné avec une méthode de descente de coordonnées.
|
|
SdcaMaximumEntropy(MulticlassClassificationCatalog+MulticlassClassificationTrainers,
String, String, String, Nullable<Single>, Nullable<Single>, Nullable<Int32>)
|
Créez SdcaMaximumEntropyMulticlassTrainer, qui prédit une cible à l’aide d’un modèle de classification d’entropie maximal entraîné avec une méthode de descente de coordonnées.
|
|
SdcaNonCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers, SdcaNonCalibratedBinaryTrainer+Options)
|
Créez SdcaNonCalibratedBinaryTrainer avec des options avancées, ce qui prédit une cible à l’aide d’un modèle de classification linéaire entraîné sur les données d’étiquette booléenne.
|
|
SdcaNonCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers,
String, String, String, ISupportSdcaClassificationLoss, Nullable<Single>,
Nullable<Single>, Nullable<Int32>)
|
Créez SdcaNonCalibratedBinaryTrainer, qui prédit une cible à l’aide d’un modèle de classification linéaire.
|
|
SdcaNonCalibrated(MulticlassClassificationCatalog+MulticlassClassificationTrainers, SdcaNonCalibratedMulticlassTrainer+Options)
|
Créez SdcaNonCalibratedMulticlassTrainer avec des options avancées, ce qui prédit une cible à l’aide d’un modèle de classification multiclasse linéaire entraîné avec une méthode de descente de coordonnées.
|
|
SdcaNonCalibrated(MulticlassClassificationCatalog+MulticlassClassificationTrainers,
String, String, String, ISupportSdcaClassificationLoss, Nullable<Single>,
Nullable<Single>, Nullable<Int32>)
|
Créez SdcaNonCalibratedMulticlassTrainer, qui prédit une cible à l’aide d’un modèle de classification multiclasse linéaire entraîné avec une méthode de descente de coordonnées.
|
|
SgdCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers, SgdCalibratedTrainer+Options)
|
Créez SgdCalibratedTrainer avec des options avancées, ce qui prédit une cible à l’aide d’un modèle de classification linéaire.
La descente de dégradé stochastique (SGD) est un algorithme itératif qui optimise une fonction objective différentiable.
|
|
SgdCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Double, Single)
|
Créez SgdCalibratedTrainer, qui prédit une cible à l’aide d’un modèle de classification linéaire.
La descente de dégradé stochastique (SGD) est un algorithme itératif qui optimise une fonction objective différentiable.
|
|
SgdNonCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers, SgdNonCalibratedTrainer+Options)
|
Créez SgdNonCalibratedTrainer avec des options avancées, ce qui prédit une cible à l’aide d’un modèle de classification linéaire.
La descente de dégradé stochastique (SGD) est un algorithme itératif qui optimise une fonction objective différentiable.
|
|
SgdNonCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, IClassificationLoss, Int32, Double, Single)
|
Créez SgdNonCalibratedTrainer, qui prédit une cible à l’aide d’un modèle de classification linéaire.
La descente de dégradé stochastique (SGD) est un algorithme itératif qui optimise une fonction objective différentiable.
|