MklComponentsCatalog クラス

定義

名前空間:

Microsoft.ML

アセンブリ:

Microsoft.ML.Mkl.Components.dll

パッケージ:

Microsoft.ML.Mkl.Components v2.0.0

MKL (Math Kernel Library) トレーナーおよびTransformsCatalog変換コンポーネントを作成するための拡張メソッドRegressionCatalog.RegressionTrainersBinaryClassificationCatalog.BinaryClassificationTrainersのコレクション。

public static class MklComponentsCatalog

type MklComponentsCatalog = class

Public Module MklComponentsCatalog

継承

Object

MklComponentsCatalog

メソッド

Ols(RegressionCatalog+RegressionTrainers, OlsTrainer+Options)	線形回帰モデルを使用してターゲットを予測する高度なオプションを使用して作成 OlsTrainer します。
Ols(RegressionCatalog+RegressionTrainers, String, String, String)	線形回帰モデルを使用してターゲットを予測する作成 OlsTrainer。
SymbolicSgdLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, Int32)	ブールラベル データでトレーニングされた線形二項分類モデルを使用してターゲットを予測する作成 SymbolicSgdLogisticRegressionBinaryTrainer。 確率的勾配降下 (SGD) は、異なる目的関数を最適化する反復アルゴリズムです。 シンボリックSymbolicSgdLogisticRegressionBinaryTrainer実行を使用して SGD を並列化します。
SymbolicSgdLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, SymbolicSgdLogisticRegressionBinaryTrainer+Options)	高度なオプションを使用して作成 SymbolicSgdLogisticRegressionBinaryTrainer します。これは、ブールラベル データでトレーニングされた線形二項分類モデルを使用してターゲットを予測します。 確率的勾配降下 (SGD) は、異なる目的関数を最適化する反復アルゴリズムです。 シンボリックSymbolicSgdLogisticRegressionBinaryTrainer実行を使用して SGD を並列化します。
VectorWhiten(TransformsCatalog, String, String, WhiteningKind, Single, Int32, Int32)	既知の共分散行列を持つランダム変数のベクトルで満たされた列を、共変性が同一性行列である一連の新しい変数に取り込みます。これは、それらが相関されておらず、それぞれが分散 1 を持っていることを意味します。