MulticlassClassificationCatalog.Evaluate 메서드

  • 참조

정의

네임스페이스:
Microsoft.ML
어셈블리:
Microsoft.ML.Data.dll
패키지:
Microsoft.ML v3.0.1
패키지:
Microsoft.ML v1.0.0
패키지:
Microsoft.ML v1.1.0
패키지:
Microsoft.ML v1.2.0
패키지:
Microsoft.ML v1.3.1
패키지:
Microsoft.ML v1.4.0
패키지:
Microsoft.ML v1.5.5
패키지:
Microsoft.ML v1.6.0
패키지:
Microsoft.ML v1.7.0
패키지:
Microsoft.ML v2.0.0

점수가 매표된 다중 클래스 분류 데이터를 평가합니다.

public Microsoft.ML.Data.MulticlassClassificationMetrics Evaluate (Microsoft.ML.IDataView data, string labelColumnName = "Label", string scoreColumnName = "Score", string predictedLabelColumnName = "PredictedLabel", int topKPredictionCount = 0);
member this.Evaluate : Microsoft.ML.IDataView * string * string * string * int -> Microsoft.ML.Data.MulticlassClassificationMetrics
Public Function Evaluate (data As IDataView, Optional labelColumnName As String = "Label", Optional scoreColumnName As String = "Score", Optional predictedLabelColumnName As String = "PredictedLabel", Optional topKPredictionCount As Integer = 0) As MulticlassClassificationMetrics

매개 변수

data
IDataView

채점된 데이터입니다.

labelColumnName
String

에 있는 레이블 열의 이름입니다 data.

scoreColumnName
String

에 있는 점수 열의 이름입니다 data.

predictedLabelColumnName
String

에서 예측된 레이블 열의 이름입니다 data.

topKPredictionCount
Int32

양수 값을 TopKAccuracy 지정하면 최상위 K 정확도로 채워집니다. 즉, 상위 K 값 내에 올바른 클래스가 있는 예제를 "올바르게" 저장한다고 가정하는 정확도입니다.

반환

MulticlassClassificationMetrics

이러한 보정된 출력에 대한 평가 결과입니다.

적용 대상