次の方法で共有


MulticlassClassificationCatalog.MulticlassClassificationTrainers クラス

定義

多クラス分類トレーナーのインスタンスを作成するために によって MLContext 使用されるクラス。

public sealed class MulticlassClassificationCatalog.MulticlassClassificationTrainers : Microsoft.ML.TrainCatalogBase.CatalogInstantiatorBase
type MulticlassClassificationCatalog.MulticlassClassificationTrainers = class
    inherit TrainCatalogBase.CatalogInstantiatorBase
Public NotInheritable Class MulticlassClassificationCatalog.MulticlassClassificationTrainers
Inherits TrainCatalogBase.CatalogInstantiatorBase
継承
MulticlassClassificationCatalog.MulticlassClassificationTrainers

拡張メソッド

LightGbm(MulticlassClassificationCatalog+MulticlassClassificationTrainers, LightGbmMulticlassTrainer+Options)

勾配ブースティング デシジョン ツリーの多クラス分類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 を作成 LightGbmMulticlassTrainer します。

LightGbm(MulticlassClassificationCatalog+MulticlassClassificationTrainers, Stream, String)

事前トレーニング済みの LightGBM モデルから作成 LightGbmMulticlassTrainer します。これは、勾配ブースティング デシジョン ツリーの多クラス分類モデルを使用してターゲットを予測します。

LightGbm(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, Nullable<Int32>, Nullable<Int32>, Nullable<Double>, Int32)

を作成 LightGbmMulticlassTrainerします。これは、勾配ブースティング デシジョン ツリーの多クラス分類モデルを使用してターゲットを予測します。

LbfgsMaximumEntropy(MulticlassClassificationCatalog+MulticlassClassificationTrainers, LbfgsMaximumEntropyMulticlassTrainer+Options)

L-BFGS メソッドでトレーニングされた最大エントロピ分類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 を作成 LbfgsMaximumEntropyMulticlassTrainer します。

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

を作成 LbfgsMaximumEntropyMulticlassTrainerします。これは、L-BFGS メソッドでトレーニングされた最大エントロピ分類モデルを使用してターゲットを予測します。

NaiveBayes(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String)

NaiveBayesMulticlassTrainerを作成します。これは、バイナリ特徴値をサポートする Naive Bayes モデルを使用して多クラス ターゲットを予測します。

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

OneVersusAllTrainerで指定された二項分類推定器を使用して、一対全戦略を使用して多クラスターゲットを予測する binaryEstimatorを作成します。

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

PairwiseCouplingTrainerによって指定された二項分類推定器を使用して、ペアワイズ結合戦略を使用して多クラスターゲットを予測する binaryEstimatorを作成します。

SdcaMaximumEntropy(MulticlassClassificationCatalog+MulticlassClassificationTrainers, SdcaMaximumEntropyMulticlassTrainer+Options)

座標降下法でトレーニングされた最大エントロピ分類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 を作成 SdcaMaximumEntropyMulticlassTrainer します。

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

を作成 SdcaMaximumEntropyMulticlassTrainerします。これは、座標降下法でトレーニングされた最大エントロピ分類モデルを使用してターゲットを予測します。

SdcaNonCalibrated(MulticlassClassificationCatalog+MulticlassClassificationTrainers, SdcaNonCalibratedMulticlassTrainer+Options)

高度なオプションを使用して を作成 SdcaNonCalibratedMulticlassTrainer します。これは、座標降下法でトレーニングされた線形多クラス分類モデルを使用してターゲットを予測します。

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

を作成 SdcaNonCalibratedMulticlassTrainerします。これは、座標降下法でトレーニングされた線形多クラス分類モデルを使用してターゲットを予測します。

ImageClassification(MulticlassClassificationCatalog+MulticlassClassificationTrainers, ImageClassificationTrainer+Options)

画像を分類するためにディープ ニューラル ネットワーク (DNN) をトレーニングする高度なオプションを使用して を作成 ImageClassificationTrainer します。

ImageClassification(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, String, IDataView)

を作成 ImageClassificationTrainerします。これは、画像を分類するためにディープ ニューラル ネットワーク (DNN) をトレーニングします。

適用対象