FastForest(BinaryClassificationCatalog+BinaryClassificationTrainers, FastForestBinaryTrainer+Options)
|
Buat FastForestBinaryTrainer dengan opsi tingkat lanjut, yang memprediksi target menggunakan model regresi pohon keputusan.
|
FastForest(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Int32, Int32)
|
Buat FastForestBinaryTrainer, yang memprediksi target menggunakan model regresi pohon keputusan.
|
FastForest(RegressionCatalog+RegressionTrainers, FastForestRegressionTrainer+Options)
|
Buat FastForestRegressionTrainer dengan opsi tingkat lanjut, yang memprediksi target menggunakan model regresi pohon keputusan.
|
FastForest(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Int32)
|
Buat FastForestRegressionTrainer, yang memprediksi target menggunakan model regresi pohon keputusan.
|
FastTree(BinaryClassificationCatalog+BinaryClassificationTrainers, FastTreeBinaryTrainer+Options)
|
Buat FastTreeBinaryTrainer dengan opsi tingkat lanjut, yang memprediksi target menggunakan model klasifikasi biner pohon keputusan.
|
FastTree(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Int32, Int32, Double)
|
Buat FastTreeBinaryTrainer, yang memprediksi target menggunakan model klasifikasi biner pohon keputusan.
|
FastTree(RankingCatalog+RankingTrainers, FastTreeRankingTrainer+Options)
|
FastTreeRankingTrainer Buat dengan opsi tingkat lanjut, yang memberi peringkat serangkaian input berdasarkan relevansinya, menggunakan model peringkat pohon keputusan.
|
FastTree(RankingCatalog+RankingTrainers, String, String, String, String, Int32, Int32, Int32, Double)
|
Buat FastTreeRankingTrainer, yang memberi peringkat serangkaian input berdasarkan relevansinya, menggunakan model peringkat pohon keputusan.
|
FastTree(RegressionCatalog+RegressionTrainers, FastTreeRegressionTrainer+Options)
|
Buat FastTreeRegressionTrainer dengan opsi tingkat lanjut, yang memprediksi target menggunakan model regresi pohon keputusan.
|
FastTree(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Int32, Double)
|
Buat FastTreeRegressionTrainer, yang memprediksi target menggunakan model regresi pohon keputusan.
|
FastTreeTweedie(RegressionCatalog+RegressionTrainers, FastTreeTweedieTrainer+Options)
|
Buat FastTreeTweedieTrainer menggunakan opsi tingkat lanjut, yang memprediksi target menggunakan model regresi pohon keputusan.
|
FastTreeTweedie(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Int32, Double)
|
Buat FastTreeTweedieTrainer, yang memprediksi target menggunakan model regresi pohon keputusan.
|
FeaturizeByFastForestBinary(TransformsCatalog, FastForestBinaryFeaturizationEstimator+Options)
|
Buat FastForestBinaryFeaturizationEstimator, yang menggunakan FastForestBinaryTrainer untuk melatih TreeEnsembleModelParameters untuk membuat fitur berbasis pohon.
|
FeaturizeByFastForestRegression(TransformsCatalog, FastForestRegressionFeaturizationEstimator+Options)
|
Buat FastForestRegressionFeaturizationEstimator, yang menggunakan FastForestRegressionTrainer untuk melatih TreeEnsembleModelParameters untuk membuat fitur berbasis pohon.
|
FeaturizeByFastTreeBinary(TransformsCatalog, FastTreeBinaryFeaturizationEstimator+Options)
|
Buat FastTreeBinaryFeaturizationEstimator, yang menggunakan FastTreeBinaryTrainer untuk melatih TreeEnsembleModelParameters untuk membuat fitur berbasis pohon.
|
FeaturizeByFastTreeRanking(TransformsCatalog, FastTreeRankingFeaturizationEstimator+Options)
|
Buat FastTreeRankingFeaturizationEstimator, yang menggunakan FastTreeRankingTrainer untuk melatih TreeEnsembleModelParameters untuk membuat fitur berbasis pohon.
|
FeaturizeByFastTreeRegression(TransformsCatalog, FastTreeRegressionFeaturizationEstimator+Options)
|
Buat FastTreeRegressionFeaturizationEstimator, yang menggunakan FastTreeRegressionTrainer untuk melatih TreeEnsembleModelParameters untuk membuat fitur berbasis pohon.
|
FeaturizeByFastTreeTweedie(TransformsCatalog, FastTreeTweedieFeaturizationEstimator+Options)
|
Buat FastTreeTweedieFeaturizationEstimator, yang menggunakan FastTreeTweedieTrainer untuk melatih TreeEnsembleModelParameters untuk membuat fitur berbasis pohon.
|
FeaturizeByPretrainTreeEnsemble(TransformsCatalog, PretrainedTreeFeaturizationEstimator+Options)
|
Buat PretrainedTreeFeaturizationEstimator, yang menghasilkan fitur berbasis pohon yang TreeEnsembleModelParametersdiberi .
|
Gam(BinaryClassificationCatalog+BinaryClassificationTrainers, GamBinaryTrainer+Options)
|
Buat GamBinaryTrainer menggunakan opsi tingkat lanjut, yang memprediksi target menggunakan model aditif umum (GAM).
|
Gam(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Int32, Double)
|
Buat GamBinaryTrainer, yang memprediksi target menggunakan model aditif umum (GAM).
|
Gam(RegressionCatalog+RegressionTrainers, GamRegressionTrainer+Options)
|
Buat GamRegressionTrainer menggunakan opsi tingkat lanjut, yang memprediksi target menggunakan model aditif umum (GAM).
|
Gam(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Double)
|
Buat GamRegressionTrainer, yang memprediksi target menggunakan model aditif umum (GAM).
|