Compartilhar via


StandardTrainersCatalog Classe

Definição

public static class StandardTrainersCatalog
type StandardTrainersCatalog = class
Public Module StandardTrainersCatalog
Herança
StandardTrainersCatalog

Métodos

AveragedPerceptron(BinaryClassificationCatalog+BinaryClassificationTrainers, AveragedPerceptronTrainer+Options)

Crie um AveragedPerceptronTrainer com opções avançadas, que prevê um destino usando um modelo de classificação binária linear treinado sobre dados de rótulo booliano.

AveragedPerceptron(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, IClassificationLoss, Single, Boolean, Single, Int32)

Crie um AveragedPerceptronTrainer, que prevê um destino usando um modelo de classificação binária linear treinado sobre dados de rótulo booliano.

LbfgsLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, LbfgsLogisticRegressionBinaryTrainer+Options)

Crie LbfgsLogisticRegressionBinaryTrainer com opções avançadas, que prevê um destino usando um modelo de classificação binária linear treinado sobre dados de rótulo booliano.

LbfgsLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Single, Single, Single, Int32, Boolean)

Criar LbfgsLogisticRegressionBinaryTrainer, que prevê um destino usando um modelo de classificação binária linear treinado sobre dados de rótulo booliano.

LbfgsMaximumEntropy(MulticlassClassificationCatalog+MulticlassClassificationTrainers, LbfgsMaximumEntropyMulticlassTrainer+Options)

Crie LbfgsMaximumEntropyMulticlassTrainer com opções avançadas, que prevê um destino usando um modelo máximo de classificação de entropia treinado com o método L-BFGS.

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

Criar LbfgsMaximumEntropyMulticlassTrainer, que prevê um destino usando um modelo máximo de classificação de entropia treinado com o método L-BFGS.

LbfgsPoissonRegression(RegressionCatalog+RegressionTrainers, LbfgsPoissonRegressionTrainer+Options)

Crie LbfgsPoissonRegressionTrainer usando opções avançadas, que prevê um destino usando um modelo de regressão linear.

LbfgsPoissonRegression(RegressionCatalog+RegressionTrainers, String, String, String, Single, Single, Single, Int32, Boolean)

Criar LbfgsPoissonRegressionTrainer, que prevê um destino usando um modelo de regressão linear.

LdSvm(BinaryClassificationCatalog+BinaryClassificationTrainers, LdSvmTrainer+Options)

Crie LdSvmTrainer com opções avançadas, o que prevê um destino usando um modelo SVM local profundo.

LdSvm(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Int32, Boolean, Boolean)

Criar LdSvmTrainer, que prevê um destino usando um modelo SVM local profundo.

LinearSvm(BinaryClassificationCatalog+BinaryClassificationTrainers, LinearSvmTrainer+Options)

Crie LinearSvmTrainer com opções avançadas, que prevê um destino usando um modelo de classificação binária linear treinado sobre dados de rótulo booliano.

LinearSvm(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32)

Criar LinearSvmTrainer, que prevê um destino usando um modelo de classificação binária linear treinado sobre dados de rótulo booliano.

NaiveBayes(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String)

Crie uma NaiveBayesMulticlassTrainer, que prevê um destino de várias classes usando um modelo Naive Bayes que dá suporte a valores de recursos binários.

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

Crie um OneVersusAllTrainer, que prevê um destino multiclasse usando uma estratégia de um contra todos com o estimador de classificação binária especificado por binaryEstimator.

OnlineGradientDescent(RegressionCatalog+RegressionTrainers, OnlineGradientDescentTrainer+Options)

Crie OnlineGradientDescentTrainer usando opções avançadas, que prevê um destino usando um modelo de regressão linear.

OnlineGradientDescent(RegressionCatalog+RegressionTrainers, String, String, IRegressionLoss, Single, Boolean, Single, Int32)

Criar OnlineGradientDescentTrainer, que prevê um destino usando um modelo de regressão linear.

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

Crie uma PairwiseCouplingTrainer, que prevê um destino multiclasse usando a estratégia de acoplamento par com o estimador de classificação binária especificado por binaryEstimator.

Prior(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String)

Criar PriorTrainer, que prevê um destino usando um modelo de classificação binária.

Sdca(RegressionCatalog+RegressionTrainers, SdcaRegressionTrainer+Options)

Crie SdcaRegressionTrainer com opções avançadas, que prevê um destino usando um modelo de regressão linear.

Sdca(RegressionCatalog+RegressionTrainers, String, String, String, ISupportSdcaRegressionLoss, Nullable<Single>, Nullable<Single>, Nullable<Int32>)

Criar SdcaRegressionTrainer, que prevê um destino usando um modelo de regressão linear.

SdcaLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, SdcaLogisticRegressionBinaryTrainer+Options)

Crie SdcaLogisticRegressionBinaryTrainer com opções avançadas, que prevê um destino usando um modelo de classificação linear.

SdcaLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Nullable<Single>, Nullable<Single>, Nullable<Int32>)

Criar SdcaLogisticRegressionBinaryTrainer, que prevê um destino usando um modelo de classificação linear.

SdcaMaximumEntropy(MulticlassClassificationCatalog+MulticlassClassificationTrainers, SdcaMaximumEntropyMulticlassTrainer+Options)

Crie SdcaMaximumEntropyMulticlassTrainer com opções avançadas, que prevê um destino usando um modelo máximo de classificação de entropia treinado com um método de descida de coordenadas.

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

Create SdcaMaximumEntropyMulticlassTrainer, que prevê um destino usando um modelo máximo de classificação de entropia treinado com um método de descida de coordenadas.

SdcaNonCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers, SdcaNonCalibratedBinaryTrainer+Options)

Crie SdcaNonCalibratedBinaryTrainer com opções avançadas, que prevê um destino usando um modelo de classificação linear treinado sobre dados de rótulo booliano.

SdcaNonCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, ISupportSdcaClassificationLoss, Nullable<Single>, Nullable<Single>, Nullable<Int32>)

Criar SdcaNonCalibratedBinaryTrainer, que prevê um destino usando um modelo de classificação linear.

SdcaNonCalibrated(MulticlassClassificationCatalog+MulticlassClassificationTrainers, SdcaNonCalibratedMulticlassTrainer+Options)

Crie SdcaNonCalibratedMulticlassTrainer com opções avançadas, que prevê um destino usando um modelo de classificação de várias classes lineares treinado com um método de descida de coordenadas.

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

Criar SdcaNonCalibratedMulticlassTrainer, que prevê um destino usando um modelo de classificação linear multiclasse treinado com um método de descida de coordenadas.

SgdCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers, SgdCalibratedTrainer+Options)

Crie SgdCalibratedTrainer com opções avançadas, que prevê um destino usando um modelo de classificação linear. SGD (descendente de gradiente stocástico) é um algoritmo iterativo que otimiza uma função de objetivo diferencial.

SgdCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Double, Single)

Criar SgdCalibratedTrainer, que prevê um destino usando um modelo de classificação linear. SGD (descendente de gradiente stocástico) é um algoritmo iterativo que otimiza uma função de objetivo diferencial.

SgdNonCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers, SgdNonCalibratedTrainer+Options)

Crie SgdNonCalibratedTrainer com opções avançadas, que prevê um destino usando um modelo de classificação linear. SGD (descendente de gradiente stocástico) é um algoritmo iterativo que otimiza uma função de objetivo diferencial.

SgdNonCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, IClassificationLoss, Int32, Double, Single)

Criar SgdNonCalibratedTrainer, que prevê um destino usando um modelo de classificação linear. SGD (descendente de gradiente stocástico) é um algoritmo iterativo que otimiza uma função de objetivo diferencial.

Aplica-se a