다음을 통해 공유


MulticlassClassificationCatalog.MulticlassClassificationTrainers 클래스

정의

에서 다중 클래스 분류 트레이너의 인스턴스를 만드는 데 사용하는 MLContext 클래스입니다.

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

확장 메서드

LightGbm(MulticlassClassificationCatalog+MulticlassClassificationTrainers, LightGbmMulticlassTrainer+Options)

그라데이션 부스팅 의사 결정 트리 다중 클래스 분류 모델을 사용하여 대상을 예측하는 고급 옵션을 사용하여 만듭니 LightGbmMulticlassTrainer 다.

LightGbm(MulticlassClassificationCatalog+MulticlassClassificationTrainers, Stream, String)

그라데이션 부스팅 의사 결정 트리 다중 클래스 분류 모델을 사용하여 대상을 예측하는 미리 학습된 LightGBM 모델에서 만듭니 LightGbmMulticlassTrainer 다.

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

그라데이션 부스팅 의사 결정 트리 다중 클래스 분류 모델을 사용하여 대상을 예측하는 를 만듭니 LightGbmMulticlassTrainer다.

LbfgsMaximumEntropy(MulticlassClassificationCatalog+MulticlassClassificationTrainers, LbfgsMaximumEntropyMulticlassTrainer+Options)

L-BFGS 메서드로 학습된 최대 엔트로피 분류 모델을 사용하여 대상을 예측하는 고급 옵션을 사용하여 만듭니 LbfgsMaximumEntropyMulticlassTrainer 다.

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

L-BFGS 메서드로 학습된 최대 엔트로피 분류 모델을 사용하여 대상을 예측하는 를 만듭니 LbfgsMaximumEntropyMulticlassTrainer다.

NaiveBayes(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String)

NaiveBayesMulticlassTrainer이진 기능 값을 지원하는 Naive Bayes 모델을 사용하여 다중 클래스 대상을 예측하는 를 만듭니다.

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

에서 OneVersusAllTrainer지정한 이진 분류 예측 도구와 함께 일대다 전략을 사용하여 다중 클래스 대상을 예측하는 를 만듭니다 binaryEstimator.

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

PairwiseCouplingTrainer에서 지정한 이진 분류 예측 도구와 쌍으로 결합 전략을 사용하여 다중 클래스 대상을 예측하는 을 만듭니다binaryEstimator.

SdcaMaximumEntropy(MulticlassClassificationCatalog+MulticlassClassificationTrainers, SdcaMaximumEntropyMulticlassTrainer+Options)

좌표 하강 방법으로 학습된 최대 엔트로피 분류 모델을 사용하여 대상을 예측하는 고급 옵션을 사용하여 만듭니 SdcaMaximumEntropyMulticlassTrainer 다.

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

좌표 하강 방법으로 학습된 최대 엔트로피 분류 모델을 사용하여 대상을 예측하는 를 만듭니 SdcaMaximumEntropyMulticlassTrainer다.

SdcaNonCalibrated(MulticlassClassificationCatalog+MulticlassClassificationTrainers, SdcaNonCalibratedMulticlassTrainer+Options)

좌표 하강 방법으로 학습된 선형 다중 클래스 분류 모델을 사용하여 대상을 예측하는 고급 옵션을 사용하여 만듭니 SdcaNonCalibratedMulticlassTrainer 다.

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

좌표 하강 방법으로 학습된 선형 다중 클래스 분류 모델을 사용하여 대상을 예측하는 를 만듭니 SdcaNonCalibratedMulticlassTrainer다.

ImageClassification(MulticlassClassificationCatalog+MulticlassClassificationTrainers, ImageClassificationTrainer+Options)

DNN(심층 신경망)을 학습시켜 이미지를 분류하는 고급 옵션을 사용하여 만듭니 ImageClassificationTrainer 다.

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

이미지를 분류하는 DNN(심층 신경망)을 학습하는 을 만듭니 ImageClassificationTrainer다.

적용 대상