OlsTrainer クラス

定義

名前空間:

Microsoft.ML.Trainers

アセンブリ:

Microsoft.ML.Mkl.Components.dll

パッケージ:

Microsoft.ML.Mkl.Components v3.0.1

IEstimator<TTransformer>線形回帰モデルのパラメーターを推定するために、通常の最小二乗 (OLS) を使用して線形回帰モデルをトレーニングします。

public sealed class OlsTrainer : Microsoft.ML.Trainers.TrainerEstimatorBase<Microsoft.ML.Data.RegressionPredictionTransformer<Microsoft.ML.Trainers.OlsModelParameters>,Microsoft.ML.Trainers.OlsModelParameters>

type OlsTrainer = class
    inherit TrainerEstimatorBase<RegressionPredictionTransformer<OlsModelParameters>, OlsModelParameters>

Public NotInheritable Class OlsTrainer
Inherits TrainerEstimatorBase(Of RegressionPredictionTransformer(Of OlsModelParameters), OlsModelParameters)

継承

Object

TrainerEstimatorBase<RegressionPredictionTransformer<OlsModelParameters>,OlsModelParameters>

OlsTrainer

注釈

このトレーナーを作成するには、 Ols または Ols(Options)を使用します。

入力列と出力列

入力ラベル列データは Single にする必要があります。 入力特徴列データは、既知のサイズの Singleベクターである必要があります。

このトレーナーからは、以下の列が出力されます。

出力列の名前	列の型	説明
Score	Single	モデルによって予測された無制限のスコア。

トレーナーの特性

機械学習タスク	回帰
正規化は必要ですか?	はい
キャッシュは必要ですか?	いいえ
Microsoft.ML に加えて必要な NuGet	Microsoft.ML.Mkl.Components
ONNX にエクスポート可能	はい

トレーニング アルゴリズムの詳細

通常の最小二乗 (OLS) は、パラメーター化された回帰方法です。 従属変数の条件付き平均が従属変数の線形関数に従っていることを前提としています。 回帰パラメーターは、観測値と予測の差の 2 乗を最小限に抑えることで推定できます。

使用例へのリンクについては、「関連項目」セクションを参照してください。

フィールド

FeatureColumn	トレーナーが期待する特徴列。 (継承元 TrainerEstimatorBase<TTransformer,TModel>)
LabelColumn	トレーナーが期待するラベル列。 を指定できます null。これは、ラベルがトレーニングに使用されていないことを示します。 (継承元 TrainerEstimatorBase<TTransformer,TModel>)
WeightColumn	トレーナーが期待する重み列。 は null、トレーニングに重みが使用されていないことを示します。 (継承元 TrainerEstimatorBase<TTransformer,TModel>)

プロパティ

Info	IEstimator<TTransformer>線形回帰モデルのパラメーターを推定するために、通常の最小二乗 (OLS) を使用して線形回帰モデルをトレーニングします。

メソッド

Fit(IDataView)	をトレーニングして返します ITransformer。 (継承元 TrainerEstimatorBase<TTransformer,TModel>)
GetOutputSchema(SchemaShape)	IEstimator<TTransformer>線形回帰モデルのパラメーターを推定するために、通常の最小二乗 (OLS) を使用して線形回帰モデルをトレーニングします。 (継承元 TrainerEstimatorBase<TTransformer,TModel>)

拡張メソッド

AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment)

推定チェーンに "キャッシュ チェックポイント" を追加します。 これにより、ダウンストリーム推定器がキャッシュされたデータに対してトレーニングされるようになります。 複数のデータを受け取るトレーナーの前にキャッシュ チェックポイントを設定すると便利です。

WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>)

エスティメーターを指定すると、デリゲートが呼 Fit(IDataView) び出されると呼び出されるラップ オブジェクトを返します。 多くの場合、エスティメーターが適合した内容に関する情報を返すことが重要です。そのため Fit(IDataView) 、メソッドは一般的 ITransformerなオブジェクトではなく、具体的に型指定されたオブジェクトを返します。 ただし、同時に、 IEstimator<TTransformer> 多くのオブジェクトを含むパイプラインに形成されることが多いため、トランスフォーマーを取得する推定器がこのチェーンのどこかに埋もれている場所を介して EstimatorChain<TLastTransformer> 、推定器のチェーンを構築する必要がある場合があります。 このシナリオでは、このメソッドを使用して、fit が呼び出されると呼び出されるデリゲートをアタッチできます。

こちらもご覧ください

• Ols(RegressionCatalog+RegressionTrainers, String, String, String)
• Ols(RegressionCatalog+RegressionTrainers, OlsTrainer+Options)
• OlsTrainer.Options