|
FastForest(BinaryClassificationCatalog+BinaryClassificationTrainers, FastForestBinaryTrainer+Options)
|
Creare FastForestBinaryTrainer con opzioni avanzate, che stimano una destinazione usando un modello di regressione dell'albero delle decisioni.
|
|
FastForest(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Int32, Int32)
|
Creare FastForestBinaryTrainer, che stima una destinazione usando un modello di regressione dell'albero delle decisioni.
|
|
FastForest(RegressionCatalog+RegressionTrainers, FastForestRegressionTrainer+Options)
|
Creare FastForestRegressionTrainer con opzioni avanzate, che stimano una destinazione usando un modello di regressione dell'albero delle decisioni.
|
|
FastForest(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Int32)
|
Creare FastForestRegressionTrainer, che stima una destinazione usando un modello di regressione dell'albero delle decisioni.
|
|
FastTree(BinaryClassificationCatalog+BinaryClassificationTrainers, FastTreeBinaryTrainer+Options)
|
Creare FastTreeBinaryTrainer con opzioni avanzate, che stimano una destinazione usando un modello di classificazione binaria dell'albero delle decisioni.
|
|
FastTree(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Int32, Int32, Double)
|
Creare FastTreeBinaryTrainer, che stima una destinazione usando un modello di classificazione binaria dell'albero delle decisioni.
|
|
FastTree(RankingCatalog+RankingTrainers, FastTreeRankingTrainer+Options)
|
Creare un FastTreeRankingTrainer oggetto con opzioni avanzate, che classifica una serie di input in base alla pertinenza, usando un modello di classificazione dell'albero delle decisioni.
|
|
FastTree(RankingCatalog+RankingTrainers, String, String, String, String, Int32, Int32, Int32, Double)
|
Creare un FastTreeRankingTraineroggetto , che classifica una serie di input in base alla pertinenza, usando un modello di classificazione dell'albero delle decisioni.
|
|
FastTree(RegressionCatalog+RegressionTrainers, FastTreeRegressionTrainer+Options)
|
Creare FastTreeRegressionTrainer con opzioni avanzate, che stimano una destinazione usando un modello di regressione dell'albero delle decisioni.
|
|
FastTree(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Int32, Double)
|
Creare FastTreeRegressionTrainer, che stima una destinazione usando un modello di regressione dell'albero delle decisioni.
|
|
FastTreeTweedie(RegressionCatalog+RegressionTrainers, FastTreeTweedieTrainer+Options)
|
Creare FastTreeTweedieTrainer usando le opzioni avanzate, che stimano una destinazione usando un modello di regressione dell'albero delle decisioni.
|
|
FastTreeTweedie(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Int32, Double)
|
Creare FastTreeTweedieTrainer, che stima una destinazione usando un modello di regressione dell'albero delle decisioni.
|
|
FeaturizeByFastForestBinary(TransformsCatalog, FastForestBinaryFeaturizationEstimator+Options)
|
Creare FastForestBinaryFeaturizationEstimator, che usa per eseguire il FastForestBinaryTrainer training TreeEnsembleModelParameters per creare funzionalità basate su albero.
|
|
FeaturizeByFastForestRegression(TransformsCatalog, FastForestRegressionFeaturizationEstimator+Options)
|
Creare FastForestRegressionFeaturizationEstimator, che usa per eseguire il FastForestRegressionTrainer training TreeEnsembleModelParameters per creare funzionalità basate su albero.
|
|
FeaturizeByFastTreeBinary(TransformsCatalog, FastTreeBinaryFeaturizationEstimator+Options)
|
Creare FastTreeBinaryFeaturizationEstimator, che usa per eseguire il FastTreeBinaryTrainer training TreeEnsembleModelParameters per creare funzionalità basate su albero.
|
|
FeaturizeByFastTreeRanking(TransformsCatalog, FastTreeRankingFeaturizationEstimator+Options)
|
Creare FastTreeRankingFeaturizationEstimator, che usa per eseguire il FastTreeRankingTrainer training TreeEnsembleModelParameters per creare funzionalità basate su albero.
|
|
FeaturizeByFastTreeRegression(TransformsCatalog, FastTreeRegressionFeaturizationEstimator+Options)
|
Creare FastTreeRegressionFeaturizationEstimator, che usa per eseguire il FastTreeRegressionTrainer training TreeEnsembleModelParameters per creare funzionalità basate su albero.
|
|
FeaturizeByFastTreeTweedie(TransformsCatalog, FastTreeTweedieFeaturizationEstimator+Options)
|
Creare FastTreeTweedieFeaturizationEstimator, che usa per eseguire il FastTreeTweedieTrainer training TreeEnsembleModelParameters per creare funzionalità basate su albero.
|
|
FeaturizeByPretrainTreeEnsemble(TransformsCatalog, PretrainedTreeFeaturizationEstimator+Options)
|
Creare PretrainedTreeFeaturizationEstimator, che produce funzionalità basate su albero in base a un oggetto TreeEnsembleModelParameters.
|
|
Gam(BinaryClassificationCatalog+BinaryClassificationTrainers, GamBinaryTrainer+Options)
|
Creare GamBinaryTrainer usando le opzioni avanzate, che stimano una destinazione usando modelli additivi generalizzati .CREATE using advanced options, which predicts a target using generalized additive models (GAM).
|
|
Gam(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Int32, Double)
|
Creare GamBinaryTrainer, che stima una destinazione usando modelli additivi generalizzati (GAM).
|
|
Gam(RegressionCatalog+RegressionTrainers, GamRegressionTrainer+Options)
|
Creare GamRegressionTrainer usando le opzioni avanzate, che stimano una destinazione usando modelli additivi generalizzati .CREATE using advanced options, which predicts a target using generalized additive models (GAM).
|
|
Gam(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Double)
|
Creare GamRegressionTrainer, che stima una destinazione usando modelli additivi generalizzati (GAM).
|