Condividi tramite


StandardTrainersCatalog Classe

Definizione

public static class StandardTrainersCatalog
type StandardTrainersCatalog = class
Public Module StandardTrainersCatalog
Ereditarietà
StandardTrainersCatalog

Metodi

AveragedPerceptron(BinaryClassificationCatalog+BinaryClassificationTrainers, AveragedPerceptronTrainer+Options)

Creare un AveragedPerceptronTrainer oggetto con opzioni avanzate, che stima una destinazione usando un modello di classificazione binaria lineare sottoposto a training sui dati delle etichette booleane.

AveragedPerceptron(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, IClassificationLoss, Single, Boolean, Single, Int32)

Creare un AveragedPerceptronTraineroggetto , che stima una destinazione usando un modello di classificazione binaria lineare sottoposto a training sui dati delle etichette booleane.

LbfgsLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, LbfgsLogisticRegressionBinaryTrainer+Options)

Creare LbfgsLogisticRegressionBinaryTrainer con opzioni avanzate, che stimano una destinazione usando un modello di classificazione binaria lineare sottoposto a training sui dati delle etichette booleane.

LbfgsLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Single, Single, Single, Int32, Boolean)

Creare LbfgsLogisticRegressionBinaryTrainer, che stima una destinazione usando un modello di classificazione binaria lineare sottoposto a training sui dati delle etichette booleane.

LbfgsMaximumEntropy(MulticlassClassificationCatalog+MulticlassClassificationTrainers, LbfgsMaximumEntropyMulticlassTrainer+Options)

Creare LbfgsMaximumEntropyMulticlassTrainer con opzioni avanzate, che stimano una destinazione usando un modello di classificazione entropia massima sottoposto a training con il metodo L-BFGS.

LbfgsMaximumEntropy(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, Single, Single, Single, Int32, Boolean)

Creare LbfgsMaximumEntropyMulticlassTrainer, che stima una destinazione usando un modello di classificazione entropia massima sottoposto a training con il metodo L-BFGS.

LbfgsPoissonRegression(RegressionCatalog+RegressionTrainers, LbfgsPoissonRegressionTrainer+Options)

Creare LbfgsPoissonRegressionTrainer usando opzioni avanzate, che stimano una destinazione usando un modello di regressione lineare.

LbfgsPoissonRegression(RegressionCatalog+RegressionTrainers, String, String, String, Single, Single, Single, Int32, Boolean)

Creare LbfgsPoissonRegressionTrainer, che stima una destinazione usando un modello di regressione lineare.

LdSvm(BinaryClassificationCatalog+BinaryClassificationTrainers, LdSvmTrainer+Options)

Creare LdSvmTrainer con opzioni avanzate, che stimano una destinazione usando un modello SVM avanzato locale.

LdSvm(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Int32, Boolean, Boolean)

Creare LdSvmTrainer, che stima una destinazione usando un modello SVM deep locale.

LinearSvm(BinaryClassificationCatalog+BinaryClassificationTrainers, LinearSvmTrainer+Options)

Creare LinearSvmTrainer con opzioni avanzate, che stimano una destinazione usando un modello di classificazione binaria lineare sottoposto a training sui dati delle etichette booleane.

LinearSvm(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32)

Creare LinearSvmTrainer, che stima una destinazione usando un modello di classificazione binaria lineare sottoposto a training sui dati delle etichette booleane.

NaiveBayes(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String)

Creare un NaiveBayesMulticlassTraineroggetto , che stima una destinazione multiclasse usando un modello Naive Bayes che supporta i valori delle funzionalità binarie.

OneVersusAll<TModel>(MulticlassClassificationCatalog+MulticlassClassificationTrainers, ITrainerEstimator<BinaryPredictionTransformer<TModel>,TModel>, String, Boolean, IEstimator<ISingleFeaturePredictionTransformer<ICalibrator>>, Int32, Boolean)

Creare un OneVersusAllTraineroggetto , che stima una destinazione multiclasse usando una strategia one-versus-all con lo strumento di stima della classificazione binaria specificato da binaryEstimator.

OnlineGradientDescent(RegressionCatalog+RegressionTrainers, OnlineGradientDescentTrainer+Options)

Creare OnlineGradientDescentTrainer usando opzioni avanzate, che stimano una destinazione usando un modello di regressione lineare.

OnlineGradientDescent(RegressionCatalog+RegressionTrainers, String, String, IRegressionLoss, Single, Boolean, Single, Int32)

Creare OnlineGradientDescentTrainer, che stima una destinazione usando un modello di regressione lineare.

PairwiseCoupling<TModel>(MulticlassClassificationCatalog+MulticlassClassificationTrainers, ITrainerEstimator<ISingleFeaturePredictionTransformer<TModel>, TModel>, String, Boolean, IEstimator<ISingleFeaturePredictionTransformer<ICalibrator>>, Int32)

Creare un PairwiseCouplingTraineroggetto , che stima una destinazione multiclasse usando la strategia di accoppiamento pairwise con lo strumento di stima della classificazione binaria specificato da binaryEstimator.

Prior(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String)

Creare PriorTrainer, che stima una destinazione usando un modello di classificazione binaria.

Sdca(RegressionCatalog+RegressionTrainers, SdcaRegressionTrainer+Options)

Creare SdcaRegressionTrainer con opzioni avanzate, che stimano una destinazione usando un modello di regressione lineare.

Sdca(RegressionCatalog+RegressionTrainers, String, String, String, ISupportSdcaRegressionLoss, Nullable<Single>, Nullable<Single>, Nullable<Int32>)

Creare SdcaRegressionTrainer, che stima una destinazione usando un modello di regressione lineare.

SdcaLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, SdcaLogisticRegressionBinaryTrainer+Options)

Creare SdcaLogisticRegressionBinaryTrainer con opzioni avanzate, che stimano una destinazione usando un modello di classificazione lineare.

SdcaLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Nullable<Single>, Nullable<Single>, Nullable<Int32>)

Creare SdcaLogisticRegressionBinaryTrainer, che stima una destinazione usando un modello di classificazione lineare.

SdcaMaximumEntropy(MulticlassClassificationCatalog+MulticlassClassificationTrainers, SdcaMaximumEntropyMulticlassTrainer+Options)

Creare SdcaMaximumEntropyMulticlassTrainer con opzioni avanzate, che stimano una destinazione usando un modello di classificazione di entropia massima sottoposto a training con un metodo di discesa delle coordinate.

SdcaMaximumEntropy(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, Nullable<Single>, Nullable<Single>, Nullable<Int32>)

Creare SdcaMaximumEntropyMulticlassTrainer, che stima una destinazione usando un modello di classificazione entropia massima sottoposto a training con un metodo di discesa delle coordinate.

SdcaNonCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers, SdcaNonCalibratedBinaryTrainer+Options)

Creare SdcaNonCalibratedBinaryTrainer con opzioni avanzate, che stimano una destinazione usando un modello di classificazione lineare sottoposto a training sui dati delle etichette booleane.

SdcaNonCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, ISupportSdcaClassificationLoss, Nullable<Single>, Nullable<Single>, Nullable<Int32>)

Creare SdcaNonCalibratedBinaryTrainer, che stima una destinazione usando un modello di classificazione lineare.

SdcaNonCalibrated(MulticlassClassificationCatalog+MulticlassClassificationTrainers, SdcaNonCalibratedMulticlassTrainer+Options)

Creare SdcaNonCalibratedMulticlassTrainer con opzioni avanzate, che stimano una destinazione usando un modello di classificazione multiclasse lineare sottoposto a training con un metodo di discesa delle coordinate.

SdcaNonCalibrated(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, ISupportSdcaClassificationLoss, Nullable<Single>, Nullable<Single>, Nullable<Int32>)

Creare SdcaNonCalibratedMulticlassTrainer, che stima una destinazione usando un modello di classificazione multiclasse lineare sottoposto a training con un metodo di discesa delle coordinate.

SgdCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers, SgdCalibratedTrainer+Options)

Creare SgdCalibratedTrainer con opzioni avanzate, che stimano una destinazione usando un modello di classificazione lineare. La discesa del gradiente stocastico (SGD) è un algoritmo iterativo che ottimizza una funzione obiettivo differenziabile.

SgdCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Double, Single)

Creare SgdCalibratedTrainer, che stima una destinazione usando un modello di classificazione lineare. La discesa del gradiente stocastico (SGD) è un algoritmo iterativo che ottimizza una funzione obiettivo differenziabile.

SgdNonCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers, SgdNonCalibratedTrainer+Options)

Creare SgdNonCalibratedTrainer con opzioni avanzate, che stimano una destinazione usando un modello di classificazione lineare. La discesa del gradiente stocastico (SGD) è un algoritmo iterativo che ottimizza una funzione obiettivo differenziabile.

SgdNonCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, IClassificationLoss, Int32, Double, Single)

Creare SgdNonCalibratedTrainer, che stima una destinazione usando un modello di classificazione lineare. La discesa del gradiente stocastico (SGD) è un algoritmo iterativo che ottimizza una funzione obiettivo differenziabile.

Si applica a