TreeExtensions Classe

Definição

Namespace:

Microsoft.ML

Assembly:

Microsoft.ML.FastTree.dll

Pacote:

Microsoft.ML.FastTree v2.0.0

Coleção de métodos de extensão usados por RegressionCatalog, BinaryClassificationCatalog, MulticlassClassificationCatalog, RankingCataloge TransformsCatalog para criar instâncias de treinadores de árvore de decisão e featurizers.

public static class TreeExtensions

type TreeExtensions = class

Public Module TreeExtensions

Herança

Object

TreeExtensions

Métodos

FastForest(BinaryClassificationCatalog+BinaryClassificationTrainers, FastForestBinaryTrainer+Options)	Crie FastForestBinaryTrainer com opções avançadas, que prevê um destino usando um modelo de regressão de árvore de decisão.
FastForest(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Int32, Int32)	Criar FastForestBinaryTrainer, que prevê um destino usando um modelo de regressão de árvore de decisão.
FastForest(RegressionCatalog+RegressionTrainers, FastForestRegressionTrainer+Options)	Crie FastForestRegressionTrainer com opções avançadas, que prevê um destino usando um modelo de regressão de árvore de decisão.
FastForest(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Int32)	Criar FastForestRegressionTrainer, que prevê um destino usando um modelo de regressão de árvore de decisão.
FastTree(BinaryClassificationCatalog+BinaryClassificationTrainers, FastTreeBinaryTrainer+Options)	Crie FastTreeBinaryTrainer com opções avançadas, que prevê um destino usando um modelo de classificação binária de árvore de decisão.
FastTree(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Int32, Int32, Double)	Criar FastTreeBinaryTrainer, que prevê um destino usando um modelo de classificação binária de árvore de decisão.
FastTree(RankingCatalog+RankingTrainers, FastTreeRankingTrainer+Options)	Crie uma FastTreeRankingTrainer com opções avançadas, que classifica uma série de entradas com base em sua relevância, usando um modelo de classificação de árvore de decisão.
FastTree(RankingCatalog+RankingTrainers, String, String, String, String, Int32, Int32, Int32, Double)	Crie uma FastTreeRankingTrainer, que classifica uma série de entradas com base em sua relevância, usando um modelo de classificação de árvore de decisão.
FastTree(RegressionCatalog+RegressionTrainers, FastTreeRegressionTrainer+Options)	Crie FastTreeRegressionTrainer com opções avançadas, que prevê um destino usando um modelo de regressão de árvore de decisão.
FastTree(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Int32, Double)	Criar FastTreeRegressionTrainer, que prevê um destino usando um modelo de regressão de árvore de decisão.
FastTreeTweedie(RegressionCatalog+RegressionTrainers, FastTreeTweedieTrainer+Options)	Crie FastTreeTweedieTrainer usando opções avançadas, que prevê um destino usando um modelo de regressão de árvore de decisão.
FastTreeTweedie(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Int32, Double)	Criar FastTreeTweedieTrainer, que prevê um destino usando um modelo de regressão de árvore de decisão.
FeaturizeByFastForestBinary(TransformsCatalog, FastForestBinaryFeaturizationEstimator+Options)	CriarFastForestBinaryFeaturizationEstimator, que usa para treinar TreeEnsembleModelParameters para criar recursos baseados FastForestBinaryTrainer em árvore.
FeaturizeByFastForestRegression(TransformsCatalog, FastForestRegressionFeaturizationEstimator+Options)	CriarFastForestRegressionFeaturizationEstimator, que usa para treinar TreeEnsembleModelParameters para criar recursos baseados FastForestRegressionTrainer em árvore.
FeaturizeByFastTreeBinary(TransformsCatalog, FastTreeBinaryFeaturizationEstimator+Options)	CriarFastTreeBinaryFeaturizationEstimator, que usa para treinar TreeEnsembleModelParameters para criar recursos baseados FastTreeBinaryTrainer em árvore.
FeaturizeByFastTreeRanking(TransformsCatalog, FastTreeRankingFeaturizationEstimator+Options)	CriarFastTreeRankingFeaturizationEstimator, que usa para treinar TreeEnsembleModelParameters para criar recursos baseados FastTreeRankingTrainer em árvore.
FeaturizeByFastTreeRegression(TransformsCatalog, FastTreeRegressionFeaturizationEstimator+Options)	CriarFastTreeRegressionFeaturizationEstimator, que usa para treinar TreeEnsembleModelParameters para criar recursos baseados FastTreeRegressionTrainer em árvore.
FeaturizeByFastTreeTweedie(TransformsCatalog, FastTreeTweedieFeaturizationEstimator+Options)	CriarFastTreeTweedieFeaturizationEstimator, que usa para treinar TreeEnsembleModelParameters para criar recursos baseados FastTreeTweedieTrainer em árvore.
FeaturizeByPretrainTreeEnsemble(TransformsCatalog, PretrainedTreeFeaturizationEstimator+Options)	Criar PretrainedTreeFeaturizationEstimator, que produz recursos baseados em árvores, dado um TreeEnsembleModelParameters.
Gam(BinaryClassificationCatalog+BinaryClassificationTrainers, GamBinaryTrainer+Options)	Crie GamBinaryTrainer usando opções avançadas, que prevê um destino usando modelos aditivos generalizados (GAM).
Gam(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Int32, Double)	Criar GamBinaryTrainer, que prevê um destino usando modelos aditivos generalizados (GAM).
Gam(RegressionCatalog+RegressionTrainers, GamRegressionTrainer+Options)	Crie GamRegressionTrainer usando opções avançadas, que prevê um destino usando modelos aditivos generalizados (GAM).
Gam(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Double)	Criar GamRegressionTrainer, que prevê um destino usando modelos aditivos generalizados (GAM).