MulticlassClassificationCatalog.CrossValidate Metodo
Definizione
Importante
Alcune informazioni sono relative alla release non definitiva del prodotto, che potrebbe subire modifiche significative prima della release definitiva. Microsoft non riconosce alcuna garanzia, espressa o implicita, in merito alle informazioni qui fornite.
Eseguire la convalida incrociata sulle numberOfFolds
piegazioni di data
, estimator
adattando e rispettando samplingKeyColumnName
se specificato.
Valutare quindi ogni sub-modello rispetto labelColumnName
alle metriche restituite.
public System.Collections.Generic.IReadOnlyList<Microsoft.ML.TrainCatalogBase.CrossValidationResult<Microsoft.ML.Data.MulticlassClassificationMetrics>> CrossValidate (Microsoft.ML.IDataView data, Microsoft.ML.IEstimator<Microsoft.ML.ITransformer> estimator, int numberOfFolds = 5, string labelColumnName = "Label", string samplingKeyColumnName = default, int? seed = default);
member this.CrossValidate : Microsoft.ML.IDataView * Microsoft.ML.IEstimator<Microsoft.ML.ITransformer> * int * string * string * Nullable<int> -> System.Collections.Generic.IReadOnlyList<Microsoft.ML.TrainCatalogBase.CrossValidationResult<Microsoft.ML.Data.MulticlassClassificationMetrics>>
Public Function CrossValidate (data As IDataView, estimator As IEstimator(Of ITransformer), Optional numberOfFolds As Integer = 5, Optional labelColumnName As String = "Label", Optional samplingKeyColumnName As String = Nothing, Optional seed As Nullable(Of Integer) = Nothing) As IReadOnlyList(Of TrainCatalogBase.CrossValidationResult(Of MulticlassClassificationMetrics))
Parametri
- data
- IDataView
Dati su cui eseguire la convalida incrociata.
- estimator
- IEstimator<ITransformer>
Valore di stima da adattare.
- numberOfFolds
- Int32
Numero di volte di convalida incrociata.
- labelColumnName
- String
Colonna etichetta (per la valutazione).
- samplingKeyColumnName
- String
Nome di una colonna da usare per raggruppare le righe. Se due esempi condividono lo stesso valore di samplingKeyColumnName
, sono garantiti che vengano visualizzati nello stesso subset (training o test). Questa operazione può essere usata per garantire che nessuna perdita di etichette dal training al set di test.
Se null
non verrà eseguito alcun raggruppamento di righe.
Inizializzazione per il generatore di numeri casuali usato per selezionare le righe per le piegazioni di convalida incrociata.
Restituisce
Risultati per piega: metriche, modelli, set di dati con punteggio.