BinaryClassificationCatalog Kelas

Definisi

Ruang nama:

Microsoft.ML

Rakitan:

Microsoft.ML.Data.dll

Paket:

Microsoft.ML v2.0.0

Kelas yang digunakan oleh MLContext untuk membuat instans komponen klasifikasi biner, seperti pelatih dan kalibrator.

public sealed class BinaryClassificationCatalog : Microsoft.ML.TrainCatalogBase

type BinaryClassificationCatalog = class
    inherit TrainCatalogBase

Public NotInheritable Class BinaryClassificationCatalog
Inherits TrainCatalogBase

Warisan

Object

TrainCatalogBase

BinaryClassificationCatalog

Properti

Calibrators	Daftar kalibrator untuk melakukan klasifikasi biner.
Trainers	Daftar pelatih untuk melakukan klasifikasi biner.

Metode

ChangeModelThreshold<TModel>(BinaryPredictionTransformer<TModel>, Single)	Metode untuk mengubah ambang batas ke model yang ada dan mengembalikan model yang dimodifikasi.
CrossValidate(IDataView, IEstimator<ITransformer>, Int32, String, String, Nullable<Int32>)	Jalankan validasi silang selama numberOfFolds lipatan data, dengan memasang estimator, dan menghormati samplingKeyColumnName jika disediakan. Kemudian evaluasi setiap sub-model terhadap labelColumnName dan mengembalikan CalibratedBinaryClassificationMetrics objek, yang mencakup metrik berbasis probabilitas, untuk setiap sub-model. Setiap sub-model dievaluasi pada lipatan validasi silang yang tidak dilihatnya selama pelatihan.
CrossValidateNonCalibrated(IDataView, IEstimator<ITransformer>, Int32, String, String, Nullable<Int32>)	Jalankan validasi silang selama numberOfFolds lipatan data, dengan memasang estimator, dan menghormati samplingKeyColumnName jika disediakan. Kemudian evaluasi setiap sub-model terhadap labelColumnName dan mengembalikan BinaryClassificationMetrics objek, yang tidak menyertakan metrik berbasis probabilitas, untuk setiap sub-model. Setiap sub-model dievaluasi pada lipatan validasi silang yang tidak dilihatnya selama pelatihan.
Evaluate(IDataView, String, String, String, String)	Mengevaluasi data klasifikasi biner dengan skor.
EvaluateNonCalibrated(IDataView, String, String, String)	Mengevaluasi data klasifikasi biner dengan skor, tanpa metrik berbasis probabilitas.

Metode Ekstensi

PermutationFeatureImportance<TModel>(BinaryClassificationCatalog, ISingleFeaturePredictionTransformer<TModel>, IDataView, String, Boolean, Nullable<Int32>, Int32)	Kepentingan Fitur Permutasi (PFI) untuk Klasifikasi Biner.
PermutationFeatureImportanceNonCalibrated(BinaryClassificationCatalog, ITransformer, IDataView, String, Boolean, Nullable<Int32>, Int32)	Kepentingan Fitur Permutasi (PFI) untuk Klasifikasi Biner.