TrainerEstimatorBase<TTransformer,TModel> Klasa

Definicja

Przestrzeń nazw:

Microsoft.ML.Trainers

Zestaw:

Microsoft.ML.Data.dll

Pakiet:

Microsoft.ML v3.0.1

Reprezentuje to podstawową klasę "prostego trenera". "Prosty trener" akceptuje jedną kolumnę funkcji i jedną kolumnę etykiety, a także opcjonalnie kolumnę wagi. Tworzy "transformator przewidywania".

public abstract class TrainerEstimatorBase<TTransformer,TModel> : Microsoft.ML.IEstimator<TTransformer>, Microsoft.ML.Trainers.ITrainerEstimator<TTransformer,TModel> where TTransformer : ISingleFeaturePredictionTransformer<TModel> where TModel : class

type TrainerEstimatorBase<'ransformer, 'Model (requires 'ransformer :> ISingleFeaturePredictionTransformer<'Model> and 'Model : null)> = class
    interface ITrainerEstimator<'ransformer, 'Model (requires 'ransformer :> ISingleFeaturePredictionTransformer<'Model> and 'Model : null)>
    interface IEstimator<'ransformer (requires 'ransformer :> ISingleFeaturePredictionTransformer<'Model>)>

Public MustInherit Class TrainerEstimatorBase(Of TTransformer, TModel)
Implements IEstimator(Of TTransformer), ITrainerEstimator(Of TTransformer, TModel)

Parametry typu

TTransformer

TModel

Dziedziczenie

Object

TrainerEstimatorBase<TTransformer,TModel>

Pochodne

Microsoft.ML.Trainers.FastTree.GamTrainerBase<TOptions,TTransformer,TPredictor>

Microsoft.ML.Trainers.KMeansTrainer

Microsoft.ML.Trainers.LbfgsTrainerBase<TOptions,TTransformer,TModel>

Microsoft.ML.Trainers.LdSvmTrainer

Microsoft.ML.Trainers.LinearTrainerBase<TTransformer,TModel>

Microsoft.ML.Trainers.NaiveBayesMulticlassTrainer

Microsoft.ML.Trainers.OlsTrainer

Microsoft.ML.Trainers.OnlineLinearTrainer<TTransformer,TModel>

Microsoft.ML.Trainers.RandomizedPcaTrainer

Microsoft.ML.Trainers.StochasticTrainerBase<TTransformer,TModel>

Microsoft.ML.Trainers.SymbolicSgdLogisticRegressionBinaryTrainer

Microsoft.ML.Trainers.TrainerEstimatorBaseWithGroupId<TTransformer,TModel>

Microsoft.ML.Vision.ImageClassificationTrainer

Implementuje

IEstimator<TTransformer> ITrainerEstimator<TTransformer,TModel>

Pola

FeatureColumn	Kolumna funkcji, której oczekuje trener.
LabelColumn	Kolumna etykiety, którą oczekuje trener. Może to być nullwartość , która wskazuje, że etykieta nie jest używana do trenowania.
WeightColumn	Kolumna wagi, którą oczekuje trener. Może to być null, co wskazuje, że waga nie jest używana do trenowania.

Właściwości

Info	Informacje o trenerze: czy korzysta z normalizacji, buforowania itp.

Metody

Fit(IDataView)	Trenuje i zwraca wartość ITransformer.
GetOutputSchema(SchemaShape)	Reprezentuje to podstawową klasę "prostego trenera". "Prosty trener" akceptuje jedną kolumnę funkcji i jedną kolumnę etykiety, a także opcjonalnie kolumnę wagi. Tworzy "transformator przewidywania".

Metody rozszerzania

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

Dołącz punkt kontrolny buforowania do łańcucha narzędzia do szacowania. Zapewni to, że narzędzia do szacowania podrzędnego zostaną wytrenowane względem buforowanych danych. Warto mieć punkt kontrolny buforowania, zanim trenerzy przejmą wiele danych.

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

Biorąc pod uwagę narzędzie do szacowania, zwróć obiekt opakowujący, który wywoła delegata po Fit(IDataView) wywołaniu. Często ważne jest, aby narzędzie do szacowania zwracało informacje o tym, co było odpowiednie, dlatego Fit(IDataView) metoda zwraca specjalnie wpisany obiekt, a nie tylko ogólną ITransformerwartość . Jednak w tym samym czasie IEstimator<TTransformer> często są tworzone w potoki z wieloma obiektami, więc może być konieczne utworzenie łańcucha narzędzi do szacowania za pośrednictwem EstimatorChain<TLastTransformer> miejsca, w którym narzędzie do szacowania, dla którego chcemy uzyskać transformator jest pochowany gdzieś w tym łańcuchu. W tym scenariuszu możemy za pomocą tej metody dołączyć delegata, który zostanie wywołany po wywołaniu dopasowania.