|
FastForest(BinaryClassificationCatalog+BinaryClassificationTrainers, FastForestBinaryTrainer+Options)
|
Créez FastForestBinaryTrainer avec des options avancées, ce qui prédit une cible à l’aide d’un modèle de régression d’arbre de décision.
|
|
FastForest(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Int32, Int32)
|
Créez FastForestBinaryTrainer, qui prédit une cible à l’aide d’un modèle de régression d’arbre de décision.
|
|
FastForest(RegressionCatalog+RegressionTrainers, FastForestRegressionTrainer+Options)
|
Créez FastForestRegressionTrainer avec des options avancées, ce qui prédit une cible à l’aide d’un modèle de régression d’arbre de décision.
|
|
FastForest(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Int32)
|
Créez FastForestRegressionTrainer, qui prédit une cible à l’aide d’un modèle de régression d’arbre de décision.
|
|
FastTree(BinaryClassificationCatalog+BinaryClassificationTrainers, FastTreeBinaryTrainer+Options)
|
Créez FastTreeBinaryTrainer avec des options avancées, ce qui prédit une cible à l’aide d’un modèle de classification binaire d’arbre de décision.
|
|
FastTree(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Int32, Int32, Double)
|
Créez FastTreeBinaryTrainer, qui prédit une cible à l’aide d’un modèle de classification binaire d’arbre de décision.
|
|
FastTree(RankingCatalog+RankingTrainers, FastTreeRankingTrainer+Options)
|
Créez une FastTreeRankingTrainer avec des options avancées, qui classe une série d’entrées en fonction de leur pertinence, à l’aide d’un modèle de classement d’arbre de décision.
|
|
FastTree(RankingCatalog+RankingTrainers, String, String, String, String, Int32, Int32, Int32, Double)
|
Créez un FastTreeRankingTrainer, qui classe une série d’entrées en fonction de leur pertinence, à l’aide d’un modèle de classement d’arbre de décision.
|
|
FastTree(RegressionCatalog+RegressionTrainers, FastTreeRegressionTrainer+Options)
|
Créez FastTreeRegressionTrainer avec des options avancées, ce qui prédit une cible à l’aide d’un modèle de régression d’arbre de décision.
|
|
FastTree(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Int32, Double)
|
Créez FastTreeRegressionTrainer, qui prédit une cible à l’aide d’un modèle de régression d’arbre de décision.
|
|
FastTreeTweedie(RegressionCatalog+RegressionTrainers, FastTreeTweedieTrainer+Options)
|
Créez à FastTreeTweedieTrainer l’aide d’options avancées, ce qui prédit une cible à l’aide d’un modèle de régression d’arbre de décision.
|
|
FastTreeTweedie(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Int32, Double)
|
Créez FastTreeTweedieTrainer, qui prédit une cible à l’aide d’un modèle de régression d’arbre de décision.
|
|
FeaturizeByFastForestBinary(TransformsCatalog, FastForestBinaryFeaturizationEstimator+Options)
|
Créez FastForestBinaryFeaturizationEstimator, qui utilise FastForestBinaryTrainer pour effectuer l’apprentissage TreeEnsembleModelParameters pour créer des fonctionnalités basées sur des arborescences.
|
|
FeaturizeByFastForestRegression(TransformsCatalog, FastForestRegressionFeaturizationEstimator+Options)
|
Créez FastForestRegressionFeaturizationEstimator, qui utilise FastForestRegressionTrainer pour effectuer l’apprentissage TreeEnsembleModelParameters pour créer des fonctionnalités basées sur des arborescences.
|
|
FeaturizeByFastTreeBinary(TransformsCatalog, FastTreeBinaryFeaturizationEstimator+Options)
|
Créez FastTreeBinaryFeaturizationEstimator, qui utilise FastTreeBinaryTrainer pour effectuer l’apprentissage TreeEnsembleModelParameters pour créer des fonctionnalités basées sur des arborescences.
|
|
FeaturizeByFastTreeRanking(TransformsCatalog, FastTreeRankingFeaturizationEstimator+Options)
|
Créez FastTreeRankingFeaturizationEstimator, qui utilise FastTreeRankingTrainer pour effectuer l’apprentissage TreeEnsembleModelParameters pour créer des fonctionnalités basées sur des arborescences.
|
|
FeaturizeByFastTreeRegression(TransformsCatalog, FastTreeRegressionFeaturizationEstimator+Options)
|
Créez FastTreeRegressionFeaturizationEstimator, qui utilise FastTreeRegressionTrainer pour effectuer l’apprentissage TreeEnsembleModelParameters pour créer des fonctionnalités basées sur des arborescences.
|
|
FeaturizeByFastTreeTweedie(TransformsCatalog, FastTreeTweedieFeaturizationEstimator+Options)
|
Créez FastTreeTweedieFeaturizationEstimator, qui utilise FastTreeTweedieTrainer pour effectuer l’apprentissage TreeEnsembleModelParameters pour créer des fonctionnalités basées sur des arborescences.
|
|
FeaturizeByPretrainTreeEnsemble(TransformsCatalog, PretrainedTreeFeaturizationEstimator+Options)
|
Créez PretrainedTreeFeaturizationEstimator, qui produit des fonctionnalités basées sur des arborescences en fonction d’un TreeEnsembleModelParameters.
|
|
Gam(BinaryClassificationCatalog+BinaryClassificationTrainers, GamBinaryTrainer+Options)
|
Créez GamBinaryTrainer à l’aide d’options avancées, ce qui prédit une cible à l’aide de modèles additifs généralisés (GAM).
|
|
Gam(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Int32, Double)
|
Créer GamBinaryTrainer, qui prédit une cible à l’aide de modèles additifs généralisés (GAM).
|
|
Gam(RegressionCatalog+RegressionTrainers, GamRegressionTrainer+Options)
|
Créez GamRegressionTrainer à l’aide d’options avancées, ce qui prédit une cible à l’aide de modèles additifs généralisés (GAM).
|
|
Gam(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Double)
|
Créer GamRegressionTrainer, qui prédit une cible à l’aide de modèles additifs généralisés (GAM).
|