BinaryClassificationCatalog.CrossValidate Método

Definição

Namespace:

Microsoft.ML

Assembly:

Microsoft.ML.Data.dll

Pacote:

Microsoft.ML v2.0.0

Execute a validação cruzada em numberOfFolds dobras de data, ajustando estimatore respeitando samplingKeyColumnName se fornecido. Em seguida, avalie cada subconjunto labelColumnName e retorne um CalibratedBinaryClassificationMetrics objeto, que inclui métricas baseadas em probabilidade, para cada sub-modelo. Cada sub-modelo é avaliado na dobra de validação cruzada que não viu durante o treinamento.

public System.Collections.Generic.IReadOnlyList<Microsoft.ML.TrainCatalogBase.CrossValidationResult<Microsoft.ML.Data.CalibratedBinaryClassificationMetrics>> CrossValidate (Microsoft.ML.IDataView data, Microsoft.ML.IEstimator<Microsoft.ML.ITransformer> estimator, int numberOfFolds = 5, string labelColumnName = "Label", string samplingKeyColumnName = default, int? seed = default);

member this.CrossValidate : Microsoft.ML.IDataView * Microsoft.ML.IEstimator<Microsoft.ML.ITransformer> * int * string * string * Nullable<int> -> System.Collections.Generic.IReadOnlyList<Microsoft.ML.TrainCatalogBase.CrossValidationResult<Microsoft.ML.Data.CalibratedBinaryClassificationMetrics>>

Public Function CrossValidate (data As IDataView, estimator As IEstimator(Of ITransformer), Optional numberOfFolds As Integer = 5, Optional labelColumnName As String = "Label", Optional samplingKeyColumnName As String = Nothing, Optional seed As Nullable(Of Integer) = Nothing) As IReadOnlyList(Of TrainCatalogBase.CrossValidationResult(Of CalibratedBinaryClassificationMetrics))

Parâmetros

data

IDataView

Os dados em que executar a validação cruzada.

estimator

IEstimator<ITransformer>

O estimador a ser ajustado.

numberOfFolds

Int32

Número de dobras de validação cruzada.

labelColumnName

String

A coluna de rótulo (para avaliação).

samplingKeyColumnName

String

Nome de uma coluna a ser usada para agrupar linhas. Se dois exemplos compartilharem o mesmo valor do samplingKeyColumnName, eles têm a garantia de aparecer no mesmo subconjunto (treinar ou testar). Isso pode ser usado para garantir que nenhum vazamento de rótulo do trem para o conjunto de testes. Se null nenhum agrupamento de linhas for executado.

seed

Nullable<Int32>

Semente para o gerador de número aleatório usado para selecionar linhas para dobras de validação cruzada.

Retornos

IReadOnlyList<CrossValidationResult<CalibratedBinaryClassificationMetrics>>

Resultados por dobra: métricas, modelos, conjuntos de dados pontuados.