Microsoft.ML Spazio dei nomi

Spazio dei nomi principale per ML.NET. Contiene contesti di applicazione e operazioni, cataloghi di trasformatori e trainer e componenti per l'elaborazione della vista dati.

Classi

AnomalyDetectionCatalog	Classe usata da MLContext per creare istanze di componenti di rilevamento anomalie, ad esempio i trainer e gli analizzatori.
AnomalyDetectionCatalog.AnomalyDetectionTrainers	Classe usata da MLContext per creare istanze di trainer di rilevamento anomalie.
BinaryClassificationCatalog	Classe usata da MLContext per creare istanze di componenti di classificazione binaria, ad esempio trainer e calibratori.
BinaryClassificationCatalog.BinaryClassificationTrainers	Classe usata da MLContext per creare istanze di trainer di classificazione binaria.
BinaryClassificationCatalog.CalibratorsCatalog	Classe usata da MLContext per creare istanze di calibratori di classificazione binaria.
BinaryLoaderSaverCatalog	Raccolta di metodi di estensione per creare istanze di componenti per DataOperationsCatalog salvare e leggere IDataView oggetti da e verso un formato binario a prestazioni elevate.
CategoricalCatalog	Raccolta di metodi di estensione per TransformsCatalog.CategoricalTransforms creare componenti trasformatori categorici.
ClusteringCatalog	Classe usata da MLContext per creare istanze dei componenti del clustering, ad esempio i formatori.
ClusteringCatalog.ClusteringTrainers	Classe usata da MLContext per creare istanze di trainer clustering.
ConversionsCatalog	Raccolta di metodi di estensione per TransformsCatalog creare istanze di chiave per i componenti del trasformatore di mapping del vettore binario
ConversionsExtensionsCatalog	Raccolta di metodi di estensione per TransformsCatalog creare istanze di conversione dei dati e componenti del trasformatore di mapping.
CustomMappingCatalog	Classe contenente un metodo di estensione per TransformsCatalog creare istanze dei componenti del mapping di una riga definiti dall'utente.
DatabaseLoaderCatalog	Raccolta di metodi di estensione da DataOperationsCatalog leggere dai database.
DataLoaderExtensions	Classe usata per caricare i dati da uno o più file.
DataOperationsCatalog	Classe usata per creare componenti che operano sui dati, ma non fanno parte della pipeline di training del modello. Include componenti da caricare, salvare, memorizzare nella cache, filtrare, mescolare e dividere i dati.
DataViewRow	Riga logica di dati. Può essere una riga di una IDataView o una riga autonoma.
DataViewRowCursor	Classe usata per eseguire il cursore tramite righe di un IDataViewoggetto .
DataViewSchema	Rappresenta lo schema di un oggetto IDataView o .DataViewRow Lo schema è una raccolta di DataViewSchema.Column.
DataViewSchema.Annotations	Annotazioni dello schema di un DataViewSchema.Columnoggetto .
DataViewSchema.Annotations.Builder	Classe contenente operazioni per compilare un DataViewSchema.Annotationsoggetto .
DataViewSchema.Builder	Classe contenente operazioni per compilare un DataViewSchemaoggetto .
DebuggerExtensions	Classe usata per creare istanze di oggetti di anteprima per il debug. Nota: questa classe e tutti i metodi devono essere usati solo per il debug e non nel codice di produzione.
ExplainabilityCatalog	Raccolta di metodi di estensione per TransformsCatalog creare istanze dei componenti di spiegazione del modello.
ExpressionCatalog	Spazio dei nomi principale per ML.NET. Contiene contesti di applicazione e operazioni, cataloghi di trasformatori e trainer e componenti per l'elaborazione della vista dati.
ExtensionBaseAttribute	Tipo di attributo di base per tutti gli attributi usati per scopi di estendibilità.
ExtensionsCatalog	Raccolta di metodi di estensione per TransformsCatalog creare istanze dei componenti del trasformatore di valori mancanti.
FactorizationMachineExtensions	Raccolta di metodi di estensione per BinaryClassificationCatalog creare istanze dei componenti del trainer a fattorizzazione a conoscenza del campo.
FeatureSelectionCatalog	Raccolta di metodi di estensione per TransformsCatalog creare istanze dei componenti del trasformatore di selezione delle funzionalità.
ForecastingCatalog	Classe usata da MLContext per creare istanze dei componenti di previsione.
ForecastingCatalog.Forecasters	Classe usata da MLContext per creare istanze di trainer di previsione.
ImageEstimatorsCatalog	Raccolta di metodi di estensione per TransformsCatalog creare istanze dei componenti del trasformatore di elaborazione delle immagini.
InputOutputColumnPair	Specifica i nomi di colonna di input e output per i componenti di trasformatore che operano su più colonne.
KernelExpansionCatalog	Raccolta di metodi di estensione per TransformsCatalog creare istanze dei componenti del trasformatore di progettazione delle funzionalità del metodo kernel.
KMeansClusteringExtensions	Raccolta di metodi di estensione per ClusteringCatalog.ClusteringTrainers creare istanze di formatori KMeans.
LearningPipelineExtensions	Metodi di estensione che consentono la concatenazione di pipeline di stima e trasformatore.
LightGbmExtensions	Raccolta di metodi di estensione per i RegressionCatalog.RegressionTrainerscataloghi , BinaryClassificationCatalog.BinaryClassificationTrainers, RankingCatalog.RankingTrainerse MulticlassClassificationCatalog.MulticlassClassificationTrainers .
LoggingEventArgs	Fornisce dati per l'evento Log.
MklComponentsCatalog	Raccolta di metodi di estensione per RegressionCatalog.RegressionTrainers, BinaryClassificationCatalog.BinaryClassificationTrainerse TransformsCatalog per creare componenti di training e trasformazione MKL (Math Kernel Library).
MLContext	Contesto comune per tutte le operazioni di ML.NET. Una volta creata un'istanza dell'utente, offre un modo per creare componenti per la preparazione dei dati, la progettazione delle funzionalità, il training, la stima e la valutazione del modello. Consente anche la registrazione, il controllo dell'esecuzione e la possibilità di impostare numeri casuali ripetibili.
ModelOperationsCatalog	Classe usata da MLContext per salvare e caricare modelli sottoposti a training.
ModelSaveContext	Oggetto contesto pratico per il salvataggio dei modelli in un repository, per gli implementori di ICanSaveModel.
MulticlassClassificationCatalog	Classe usata da MLContext per creare istanze di componenti di classificazione multiclasse, ad esempio i formatori.
MulticlassClassificationCatalog.MulticlassClassificationTrainers	Classe usata da MLContext per creare istanze di trainer di classificazione multiclasse.
NormalizationCatalog	Raccolta di metodi di estensione per TransformsCatalog creare istanze di componenti di normalizzazione numerica.
OnnxCatalog	Spazio dei nomi principale per ML.NET. Contiene contesti di applicazione e operazioni, cataloghi di trasformatori e trainer e componenti per l'elaborazione della vista dati.
PcaCatalog	Raccolta di metodi di estensione usati dai AnomalyDetectionCatalog.AnomalyDetectionTrainerscataloghi e TransformsCatalog per creare istanze dei componenti PCA (Principal Component Analysis).
PermutationFeatureImportanceExtensions	Raccolta di metodi di estensione usati da RegressionCatalog, BinaryClassificationCatalog, MulticlassClassificationCataloge RankingCatalog per creare istanze di componenti di importanza della funzionalità permutazione.
PredictionEngine<TSrc,TDst>	Classe per eseguire singole stime in un modello sottoposto a training precedente (e una pipeline di trasformazione precedente).
PredictionEngineBase<TSrc,TDst>	Classe di base per eseguire singole stime in un modello sottoposto a training precedente (e la pipeline di trasformazione precedente).
PredictionEngineOptions	Opzioni per l'oggetto PredictionEngine<TSrc,TDst>
RankingCatalog	Classe usata da MLContext per creare istanze di componenti di classificazione, ad esempio trainer e analizzatori.
RankingCatalog.RankingTrainers	Classe usata da MLContext per creare istanze di trainer di classificazione.
RegressionCatalog	Classe usata da MLContext per creare istanze di componenti di regressione, ad esempio i trainer e gli analizzatori.
RegressionCatalog.RegressionTrainers	Classe usata da MLContext per creare istanze di trainer di regressione.
SchemaShape	Set di "requisiti" per lo schema in ingresso, nonché un set di "promesse" dello schema in uscita. Questo è più rilassato del corretto DataViewSchema, poiché è solo un sottoinsieme delle colonne e anche perché non specifica esattamente DataViewType's per vettori e chiavi.
StandardTrainersCatalog	Raccolta di metodi di estensione per RegressionCatalog.RegressionTrainers, BinaryClassificationCatalog.BinaryClassificationTrainerse MulticlassClassificationCatalog.MulticlassClassificationTrainers per creare istanze di componenti di training.
TensorflowCatalog	Viene TensorFlowTransformer usato in due scenari seguenti. Assegnazione dei punteggi con modello TensorFlow con training preliminare: in questa modalità, la trasformazione estrae i valori dei livelli nascosti da un modello Tensorflow pre-sottoposto a training e usa gli output come funzionalità nella pipeline di ML.Net. Ripetizione del training del modello TensorFlow: in questa modalità, la trasformazione esegue nuovamente il training di un modello TensorFlow usando i dati utente passati attraverso ML.Net pipeline. Una volta eseguito il training del modello, è possibile usare gli output come funzionalità per l'assegnazione dei punteggi.
TextCatalog	Raccolta di metodi di estensione per .TransformsCatalog
TextLoaderSaverCatalog	Raccolta di metodi di estensione per DataOperationsCatalog la lettura da file di testo delimitati, ad esempio csv e tsv.
TimeSeriesCatalog	Spazio dei nomi principale per ML.NET. Contiene contesti di applicazione e operazioni, cataloghi di trasformatori e trainer e componenti per l'elaborazione della vista dati.
TrainCatalogBase	Classe di base per i cataloghi del formatore.
TrainCatalogBase.CatalogInstantiatorBase	Le sottoclassi di Microsoft.ML.TrainContext fornirà piccoli oggetti associabili "metodo di estensione", ad esempio qualcosa di simile Trainersa . Il codice utente interagirà solo con questi oggetti richiamando i metodi di estensione. Il codice del componente effettivo può essere usato Microsoft.ML.Data.CatalogUtils per ottenere informazioni più "nascoste" da questo oggetto, ad esempio l'ambiente.
TrainCatalogBase.CrossValidationResult<T>	Risultati dell'esecuzione della convalida incrociata.
TrainerInfo	Caratteristiche di un formatore. Esposto tramite la proprietà Info di ogni formatore.
TransformExtensionsCatalog	Raccolta di metodi di estensione per TransformsCatalog la creazione di istanze di componenti di trasformazione che modificano le colonne.
TransformsCatalog	Classe usata da MLContext per creare istanze di componenti di trasformazione.
TransformsCatalog.CategoricalTransforms	Classe usata da MLContext per creare istanze di componenti di trasformazione dati categorica.
TransformsCatalog.ConversionTransforms	Classe usata da MLContext per creare istanze dei componenti di trasformazione dei dati di conversione dei tipi.
TransformsCatalog.FeatureSelectionTransforms	Classe usata da MLContext per creare istanze dei componenti di trasformazione della selezione delle funzionalità.
TransformsCatalog.TextTransforms	Classe usata da MLContext per creare istanze di componenti di trasformazione dati di testo.
TreeExtensions	Raccolta di metodi di estensione usati da RegressionCatalog, BinaryClassificationCatalog, MulticlassClassificationCatalog, RankingCataloge TransformsCatalog per creare istanze di trainer e strumenti di definizione dell'albero delle decisioni.
VisionCatalog	Raccolta di metodi di estensione per MulticlassClassificationCatalog.MulticlassClassificationTrainers la creazione di istanze dei componenti di training ImageClassification.

Struct

DataOperationsCatalog.TrainTestData	Coppia di set di dati, per il training e il set di test.
DataViewSchema.Column	Questa classe descrive una colonna nello schema specifico.
DataViewSchema.DetachedColumn	Questa classe rappresenta lo schema di una colonna di una vista dati, senza un allegato a un determinato DataViewSchemaoggetto .
SchemaShape.Column	Spazio dei nomi principale per ML.NET. Contiene contesti di applicazione e operazioni, cataloghi di trasformatori e trainer e componenti per l'elaborazione della vista dati.

Interfacce

ICanSaveModel	Per salvare un modello in un repository. Le classi che implementano ICanSaveModel devono eseguire un'implementazione esplicita di Save(ModelSaveContext). Le classi che ereditano da una classe di base devono sovrascrivere ICanSaveModel la funzione richiamata Save(ModelSaveContext) da in tale classe di base, se presente.
IDataLoader<TSource>	Il "caricatore dati" accetta un determinato tipo di input e lo trasforma in un IDataViewoggetto .
IDataLoaderEstimator<TSource,TLoader>	A volte è necessario "adattarsi" a .IDataLoader<TSource> Uno strumento di stima di DataLoader è l'oggetto che lo esegue.
IDataView	Input e output degli operatori di query (Trasformazioni). Si tratta del tipo di pipeline di dati fondamentale, paragonabile a IEnumerable<T> per LINQ.
IEstimator<TTransformer>	Lo strumento di stima (nella terminologia di Spark) è un "trasformatore non sottoposto a training". Deve "adattarsi" ai dati per produrre un trasformatore. Fornisce anche la propagazione dello schema come i trasformatori, ma invece SchemaShape di DataViewSchema.
IPredictionTransformer<TModel>	Interfaccia per tutti i trasformatori che possono trasformare i dati in base al Microsoft.ML.IPredictor campo. Le implementazioni di questa interfaccia non hanno alcuna colonna di funzionalità o hanno più colonne di funzionalità e non possono implementare , ISingleFeaturePredictionTransformer<TModel>che la maggior parte delle ML.Net tranformer implementa.
ISingleFeaturePredictionTransformer<TModel>	Un oggetto ISingleFeaturePredictionTransformer contiene il nome dell'oggetto FeatureColumnName e il relativo tipo, FeatureColumnType. Le implementazioni di questa interfaccia hanno la possibilità di assegnare un punteggio ai dati di un input IDataView tramite Transform(IDataView)
ITransformer	Il trasformatore è un componente che trasforma i dati. Supporta anche la "propagazione dello schema" per rispondere alla domanda di "come verranno esaminati i dati con questo schema, dopo la trasformazione?".

Enumerazioni

SchemaShape.Column.VectorKind

Spazio dei nomi principale per ML.NET. Contiene contesti di applicazione e operazioni, cataloghi di trasformatori e trainer e componenti per l'elaborazione della vista dati.

Delegati

ValueGetter<TValue>

Tipo delegato per ottenere un valore. Può essere usato per l'accesso efficiente ai dati in un DataViewRow oggetto o DataViewRowCursor.