TrivialEstimator<TTransformer> Classe

Definizione

Spazio dei nomi:

Microsoft.ML.Data

Assembly:

Microsoft.ML.Data.dll

Pacchetto:

Microsoft.ML v5.0.0-preview.1.25125.4

Origine:

TrivialEstimator.cs

L'implementazione semplice di IEstimator<TTransformer> che ha già il trasformatore e la restituisce in ogni chiamata a Fit(IDataView).

Le implementazioni concrete devono comunque fornire il meccanismo di propagazione dello schema, poiché non esiste un modo semplice per dedurrlo dal trasformatore.

public abstract class TrivialEstimator<TTransformer> : Microsoft.ML.IEstimator<TTransformer> where TTransformer : class, ITransformer

type TrivialEstimator<'ransformer (requires 'ransformer : null and 'ransformer :> ITransformer)> = class
    interface IEstimator<'ransformer (requires 'ransformer : null and 'ransformer :> ITransformer)>

Public MustInherit Class TrivialEstimator(Of TTransformer)
Implements IEstimator(Of TTransformer)

Parametri di tipo

TTransformer

Ereditarietà

Object

TrivialEstimator<TTransformer>

Derivato

Microsoft.ML.Data.ImageLoadingEstimator

Microsoft.ML.Transforms.ColumnCopyingEstimator

Microsoft.ML.Transforms.ColumnSelectingEstimator

Microsoft.ML.Transforms.CustomMappingEstimator<TSrc,TDst>

Microsoft.ML.Transforms.FeatureContributionCalculatingEstimator

Microsoft.ML.Transforms.Image.ImageGrayscalingEstimator

Microsoft.ML.Transforms.Image.ImagePixelExtractingEstimator

Microsoft.ML.Transforms.Image.ImageResizingEstimator

Microsoft.ML.Transforms.Image.VectorToImageConvertingEstimator

Microsoft.ML.Transforms.KeyToBinaryVectorMappingEstimator

Microsoft.ML.Transforms.KeyToValueMappingEstimator

Microsoft.ML.Transforms.KeyToVectorMappingEstimator

Microsoft.ML.Transforms.LpNormNormalizingEstimatorBase

Microsoft.ML.Transforms.MissingValueIndicatorEstimator

Microsoft.ML.Transforms.Onnx.OnnxScoringEstimator

Microsoft.ML.Transforms.StatefulCustomMappingEstimator<TSrc,TDst,TState>

Microsoft.ML.Transforms.Text.CustomStopWordsRemovingEstimator

Microsoft.ML.Transforms.Text.StopWordsRemovingEstimator

Microsoft.ML.Transforms.Text.TextNormalizingEstimator

Microsoft.ML.Transforms.Text.TokenizingByCharactersEstimator

Microsoft.ML.Transforms.Text.WordTokenizingEstimator

Microsoft.ML.Transforms.TimeSeries.IidChangePointEstimator

Microsoft.ML.Transforms.TimeSeries.IidSpikeEstimator

Microsoft.ML.Transforms.TimeSeries.SrCnnAnomalyEstimator

Microsoft.ML.Transforms.TypeConvertingEstimator

Microsoft.ML.Transforms.ValueMappingEstimator

Implementazioni

IEstimator<TTransformer>

Metodi

Nome	Descrizione
Fit(IDataView)	L'implementazione semplice di IEstimator<TTransformer> che ha già il trasformatore e la restituisce in ogni chiamata a Fit(IDataView). Le implementazioni concrete devono comunque fornire il meccanismo di propagazione dello schema, poiché non esiste un modo semplice per dedurrlo dal trasformatore.
GetOutputSchema(SchemaShape)	L'implementazione semplice di IEstimator<TTransformer> che ha già il trasformatore e la restituisce in ogni chiamata a Fit(IDataView). Le implementazioni concrete devono comunque fornire il meccanismo di propagazione dello schema, poiché non esiste un modo semplice per dedurrlo dal trasformatore.

Metodi di estensione

Nome	Descrizione
AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment)	Aggiungere un "checkpoint di memorizzazione nella cache" alla catena di stima. In questo modo si garantisce che gli estimatori downstream vengano sottoposti a training su dati memorizzati nella cache. È utile disporre di un checkpoint di memorizzazione nella cache prima che i formatori eseseguono più passaggi di dati.
WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>)	Dato uno strumento di stima, restituire un oggetto wrapping che chiamerà un delegato una volta Fit(IDataView) chiamato. È spesso importante che uno strumento di stima restituisca informazioni sulle dimensioni, motivo per cui il Fit(IDataView) metodo restituisce un oggetto tipizzato in modo specifico, anziché solo un oggetto generale ITransformer. Tuttavia, allo stesso tempo, IEstimator<TTransformer> vengono spesso formati in pipeline con molti oggetti, quindi potrebbe essere necessario creare una catena di estimatori tramite EstimatorChain<TLastTransformer> dove lo strumento di stima per il quale si vuole ottenere il trasformatore è sepolto in una posizione in questa catena. Per questo scenario, è possibile collegare un delegato che verrà chiamato una volta chiamato fit.