Microsoft.ML.AutoML Пространство имен

Классы

ArrayMath
AutoCatalog	Каталог всех доступных задач AutoML.
AutoMLExperiment	Класс для эксперимента AutoML
AutoMLExperiment.AutoMLExperimentSettings
AutoMLExperimentExtension
BinaryClassificationExperiment	Эксперимент AutoML с наборами данных двоичной классификации.
BinaryExperimentSettings	Параметры для экспериментов AutoML с наборами данных двоичной классификации.
ColumnInferenceResults	Содержит сведения, выведенные AutoML о столбцах в наборе данных.
ColumnInformation	Сведения о столбцах в наборе данных.
CrossValidationExperimentResult<TMetrics>	Результат эксперимента AutoML, который включает сведения о перекрестной проверке.
CrossValidationRunDetail<TMetrics>	Сведения о выполнении перекрестной проверки в эксперименте AutoML.
DefaultPerformanceMonitor
Entity
Estimator
ExperimentBase<TMetrics,TExperimentSettings>	Базовый класс эксперимента AutoML. Все эксперименты AutoML для конкретных задач (например BinaryClassificationExperiment, ) наследуются от этого класса.
ExperimentResult<TMetrics>	Результат эксперимента AutoML.
ExperimentSettings	Базовый класс для параметров эксперимента. Все параметры эксперимента AutoML для конкретных задач (например, BinaryExperimentSettings) наследуются от этого класса.
FairnessTrialResult
InferenceException	Исключение, вызванное AutoML.
MLContextExtension	Класс, содержащий методы расширения AutoML для MLContext
MulticlassClassificationExperiment	Эксперимент AutoML с наборами данных многоклассовой классификации.
MulticlassExperimentSettings	Параметры для экспериментов AutoML с наборами данных многоклассовой классификации.
RankingExperiment	Эксперимент AutoML по ранжированию наборов данных.
RankingExperimentResultExtensions	Методы расширения, работающие над ранжированием эксперимента, запускают результаты.
RankingExperimentSettings
RecommendationExperiment	Эксперимент AutoML с наборами данных рекомендаций.
RecommendationExperimentSettings	Параметры экспериментов AutoML с наборами данных рекомендаций.
RegressionExperiment	Эксперимент AutoML с наборами данных классификации регрессии.
RegressionExperimentResultExtensions	Методы расширения, работающие над экспериментом регрессии, запускают результаты.
RegressionExperimentSettings	Параметры экспериментов AutoML с наборами данных регрессии.
RunDetail	Сведения о запуске эксперимента AutoML.
RunDetail<TMetrics>	Сведения о запуске эксперимента AutoML.
SweepableEstimator	Оценщик с пространством поиска.
SweepableExtension
SweepablePipeline
TrainResult<TMetrics>	Результат конвейера, обученного на свертке перекрестной проверки.
TrialPerformanceMetrics	Метрики производительности для пробной версии.
TrialResult
TrialSettings	Параметры, используемые для пробной версии

Интерфейсы

ICrossValidateDatasetManager	Интерфейс вывода для диспетчера наборов данных для перекрестной проверки.
IDatasetManager	Интерфейс для диспетчера наборов данных. Этот интерфейс не включает определение метода или свойства и используется AutoMLExperiment и другими компонентами для получения экземпляра фактического диспетчера наборов данных из контейнеров.
IEvaluateMetricManager
IMetricManager	Интерфейс для диспетчера метрик.
IMonitor	экземпляр для монитора, который используется для AutoMLExperiment отчета о ходе обучения.
IPerformanceMonitor
ISweepable
ISweepable<T>
ITrainValidateDatasetManager
ITrialRunner	интерфейс для всех средств выполнения тестов.
ITuner

Перечисления

BinaryClassificationMetric	Метрика двоичной классификации, которую AutoML будет оптимизировать в процессе масштабирования во время эксперимента.
BinaryClassificationTrainer	Перечисление ML.NET средств обучения двоичной классификации, используемых AutoML.
CacheBeforeTrainer	Указывает, должен ли AutoML кэшировать перед ML.NET инструкторов. Дополнительные сведения о кэшировании см WantCaching . в разделе.
InferenceExceptionType	Тип исключения, обнаруженного AutoML.
MulticlassClassificationMetric	Метрика многоклассовой классификации, которую AutoML будет оптимизировать в процессе масштабирования во время эксперимента.
MulticlassClassificationTrainer	Перечисление ML.NET многоклассовых средств обучения классификации, используемых AutoML.
RankingMetric
RankingTrainer	Перечисление ML.NET средств обучения ранжирования, используемых AutoML.
RecommendationTrainer	Перечисление ML.NET средств обучения рекомендаций, используемых AutoML.
RegressionMetric	Метрика регрессии, которую AutoML будет стремиться оптимизировать в процессе масштабирования во время эксперимента.
RegressionTrainer	Перечисление ML.NET многоклассовых средств обучения классификации, используемых AutoML.