Compartilhar via


BinaryClassificationCatalog Classe

Definição

Classe usada por MLContext para criar instâncias de componentes de classificação binária, como treinadores e calibradores.

public sealed class BinaryClassificationCatalog : Microsoft.ML.TrainCatalogBase
type BinaryClassificationCatalog = class
    inherit TrainCatalogBase
Public NotInheritable Class BinaryClassificationCatalog
Inherits TrainCatalogBase
Herança
BinaryClassificationCatalog

Propriedades

Calibrators

A lista de calibradores para executar a classificação binária.

Trainers

A lista de treinadores para executar a classificação binária.

Métodos

ChangeModelThreshold<TModel>(BinaryPredictionTransformer<TModel>, Single)

Método para modificar o limite para o modelo existente e retornar o modelo modificado.

CrossValidate(IDataView, IEstimator<ITransformer>, Int32, String, String, Nullable<Int32>)

Execute a validação cruzada em numberOfFolds dobras de data, ajustando estimatore respeitando samplingKeyColumnName se fornecido. Em seguida, avalie cada sub-modelo em relação labelColumnName a 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 ele não viu durante o treinamento.

CrossValidateNonCalibrated(IDataView, IEstimator<ITransformer>, Int32, String, String, Nullable<Int32>)

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

Evaluate(IDataView, String, String, String, String)

Avalia os dados de classificação binária pontuados.

EvaluateNonCalibrated(IDataView, String, String, String)

Avalia os dados de classificação binária pontuados, sem métricas baseadas em probabilidade.

Métodos de Extensão

PermutationFeatureImportance<TModel>(BinaryClassificationCatalog, ISingleFeaturePredictionTransformer<TModel>, IDataView, String, Boolean, Nullable<Int32>, Int32)

PFI (Importância do Recurso de Permutação) para Classificação Binária.

PermutationFeatureImportanceNonCalibrated(BinaryClassificationCatalog, ITransformer, IDataView, String, Boolean, Nullable<Int32>, Int32)

PFI (Importância do Recurso de Permutação) para Classificação Binária.

Aplica-se a