Partilhar via


PriorTrainer Classe

Definição

O IEstimator<TTransformer> para prever um destino usando um modelo de classificação binária.

public sealed class PriorTrainer : Microsoft.ML.IEstimator<Microsoft.ML.Data.BinaryPredictionTransformer<Microsoft.ML.Trainers.PriorModelParameters>>, Microsoft.ML.Trainers.ITrainerEstimator<Microsoft.ML.Data.BinaryPredictionTransformer<Microsoft.ML.Trainers.PriorModelParameters>,Microsoft.ML.Trainers.PriorModelParameters>
type PriorTrainer = class
    interface ITrainerEstimator<BinaryPredictionTransformer<PriorModelParameters>, PriorModelParameters>
    interface IEstimator<BinaryPredictionTransformer<PriorModelParameters>>
Public NotInheritable Class PriorTrainer
Implements IEstimator(Of BinaryPredictionTransformer(Of PriorModelParameters)), ITrainerEstimator(Of BinaryPredictionTransformer(Of PriorModelParameters), PriorModelParameters)
Herança
PriorTrainer
Implementações

Comentários

Para criar este treinador, use Prior

Colunas de entrada e saída

Os dados da coluna de rótulo de entrada devem ser Boolean. Os dados da coluna de recursos de entrada devem ser um vetor de tamanho conhecido de Single.

Este treinador gera as seguintes colunas:

Nome da Coluna de Saída Tipo de coluna Descrição
Score Single A pontuação não associada calculada pelo modelo.
PredictedLabel Boolean O rótulo previsto com base no sinal da pontuação. Uma pontuação negativa é mapeada para false e uma pontuação positiva é mapeada para true.
Probability Single A probabilidade calculada calibrando a pontuação de ter true como o rótulo. O valor da probabilidade está no intervalo [0, 1].

Características do Treinador

Ferramenta de machine learning Classificação binária
A normalização é necessária? No
O cache é necessário? No
NuGet necessário além de Microsoft.ML Nenhum
Exportável para ONNX Sim

Detalhes do algoritmo de treinamento

Aprende a distribuição anterior para rótulos de classe 0/1 e gera isso.

Verifique a seção Consulte Também para obter links para exemplos de uso.

Propriedades

Info

Informações auxiliares sobre o treinador em termos de suas funcionalidades e requisitos.

Métodos

Fit(IDataView)

Treina e retorna um BinaryPredictionTransformer<TModel>.

GetOutputSchema(SchemaShape)

Retorna o SchemaShape esquema que será produzido pelo transformador. Usado para propagação e verificação de esquema em um pipeline.

Métodos de Extensão

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

Acrescente um "ponto de verificação de cache" à cadeia de estimativas. Isso garantirá que os estimadores downstream serão treinados em relação aos dados armazenados em cache. É útil ter um ponto de verificação de cache antes dos treinadores que fazem várias passagens de dados.

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

Dado um estimador, retorne um objeto de encapsulamento que chamará um delegado uma vez Fit(IDataView) chamado. Geralmente, é importante que um estimador retorne informações sobre o que estava em forma, e é por isso que o Fit(IDataView) método retorna um objeto especificamente tipado, em vez de apenas um geral ITransformer. No entanto, ao mesmo tempo, IEstimator<TTransformer> muitas vezes são formados em pipelines com muitos objetos, portanto, talvez seja necessário construir uma cadeia de estimadores por meio EstimatorChain<TLastTransformer> de onde o estimador para o qual queremos que o transformador seja enterrado em algum lugar nesta cadeia. Para esse cenário, podemos por meio desse método anexar um delegado que será chamado quando fit for chamado.

Aplica-se a

Confira também