NaiveCalibratorEstimator Класс
Определение
Важно!
Некоторые сведения относятся к предварительной версии продукта, в которую до выпуска могут быть внесены существенные изменения. Майкрософт не предоставляет никаких гарантий, явных или подразумеваемых, относительно приведенных здесь сведений.
Наивный оценщик на основе биннинга.
public sealed class NaiveCalibratorEstimator : Microsoft.ML.Calibrators.CalibratorEstimatorBase<Microsoft.ML.Calibrators.NaiveCalibrator>type NaiveCalibratorEstimator = class
inherit CalibratorEstimatorBase<NaiveCalibrator>Public NotInheritable Class NaiveCalibratorEstimator
Inherits CalibratorEstimatorBase(Of NaiveCalibrator)- Наследование
Комментарии
Он делит диапазон выходных данных на ячейки одинакового размера. В каждой ячейке вероятность принадлежности к классу 1 — это количество экземпляров класса 1 в ячейке, разделенное на общее количество экземпляров в ячейке.
Методы
| Fit(IDataView) |
Соответствует оценке IDataView , создающей объект CalibratorTransformer<TICalibrator> , который может преобразовать данные, добавив Microsoft.ML.Data.DefaultColumnNames.Probability столбец, содержащий калибровку Microsoft.ML.Data.DefaultColumnNames.Score. (Унаследовано от CalibratorEstimatorBase<TICalibrator>) |
Явные реализации интерфейса
| IEstimator<CalibratorTransformer<TICalibrator>>.GetOutputSchema(SchemaShape) |
Возвращает выходные данные SchemaShapeIDataView после установки калибратора. При установке calibrator в схему будет добавлен столбец с именем "Вероятность". Если у вас уже есть такой столбец, будет добавлен новый. Те же данные заметок, которые будут созданы Microsoft.ML.Data.AnnotationUtils.GetTrainerOutputAnnotation(System.Boolean) , помечаются как имеющиеся в выходных данных, если они присутствуют в столбце оценки входных данных. (Унаследовано от CalibratorEstimatorBase<TICalibrator>) |
Методы расширения
| AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment) |
Добавьте "контрольную точку кэширования" в цепочку оценщика. Это гарантирует, что подчиненные оценщики будут обучены на основе кэшированных данных. Рекомендуется использовать контрольную точку кэширования перед обучением, которые принимают несколько данных. |
| WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>) |
Учитывая оценщик, верните объект-оболочку, который будет вызывать делегат один раз Fit(IDataView) . Часто важно, чтобы оценщик возвращал сведения о том, что было положено, поэтому Fit(IDataView) метод возвращает специально типизированный объект, а не просто общий ITransformer. Однако в то же время часто IEstimator<TTransformer> формируются в конвейеры со многими объектами, поэтому нам может потребоваться создать цепочку оценщиков, где EstimatorChain<TLastTransformer> оценщик, для которого мы хотим получить преобразователь, похоронен где-то в этой цепочке. В этом сценарии мы можем подключить делегат, который будет вызываться после вызова соответствия. |