|
LightGbm(MulticlassClassificationCatalog+MulticlassClassificationTrainers, LightGbmMulticlassTrainer+Options)
|
Создание LightGbmMulticlassTrainer с расширенными параметрами, которые прогнозируют целевой объект с помощью модели многоклассовой классификации дерева принятия решений с градиентным повышением.
|
|
LightGbm(MulticlassClassificationCatalog+MulticlassClassificationTrainers, Stream, String)
|
Создайте LightGbmMulticlassTrainer на основе предварительно обученной модели LightGBM, которая прогнозирует целевой объект с помощью модели многоклассовой классификации дерева принятия решений с повышением градиента.
|
|
LightGbm(MulticlassClassificationCatalog+MulticlassClassificationTrainers,
String, String, String, Nullable<Int32>, Nullable<Int32>, Nullable<Double>,
Int32)
|
Создайте LightGbmMulticlassTrainer, который прогнозирует целевой объект с помощью модели многоклассовой классификации дерева принятия решений с градиентным повышением.
|
|
LbfgsMaximumEntropy(MulticlassClassificationCatalog+MulticlassClassificationTrainers, LbfgsMaximumEntropyMulticlassTrainer+Options)
|
Создание LbfgsMaximumEntropyMulticlassTrainer с расширенными параметрами, которые прогнозируют целевой объект с помощью модели классификации максимальной энтропии, обученной с помощью метода L-BFGS.
|
|
LbfgsMaximumEntropy(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, Single, Single, Single, Int32, Boolean)
|
Создайте LbfgsMaximumEntropyMulticlassTrainerобъект , который прогнозирует целевой объект с помощью модели классификации максимальной энтропии, обученной с помощью метода L-BFGS.
|
|
NaiveBayes(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String)
|
Создайте NaiveBayesMulticlassTrainerобъект , который прогнозирует многоклассовый целевой объект с помощью упрощенной модели Байеса, поддерживающей двоичные значения признаков.
|
|
OneVersusAll<TModel>(MulticlassClassificationCatalog+MulticlassClassificationTrainers,
ITrainerEstimator<BinaryPredictionTransformer<TModel>,TModel>,
String, Boolean, IEstimator<ISingleFeaturePredictionTransformer<ICalibrator>>,
Int32, Boolean)
|
Создайте OneVersusAllTrainerобъект , который прогнозирует многоклассовый целевой объект с помощью стратегии "один против всех" с оценщиком двоичной классификации, заданным параметром binaryEstimator.
|
|
PairwiseCoupling<TModel>(MulticlassClassificationCatalog+MulticlassClassificationTrainers,
ITrainerEstimator<ISingleFeaturePredictionTransformer<TModel>,
TModel>, String, Boolean, IEstimator<ISingleFeaturePredictionTransformer<ICalibrator>>,
Int32)
|
Создайте PairwiseCouplingTrainerобъект , который прогнозирует многоклассовый целевой объект с помощью стратегии парной связи с оценщиком двоичной классификации, заданным параметром binaryEstimator.
|
|
SdcaMaximumEntropy(MulticlassClassificationCatalog+MulticlassClassificationTrainers, SdcaMaximumEntropyMulticlassTrainer+Options)
|
Создание SdcaMaximumEntropyMulticlassTrainer с расширенными параметрами, которые прогнозируют целевой объект с помощью модели классификации максимальной энтропии, обученной методом координатного спуска.
|
|
SdcaMaximumEntropy(MulticlassClassificationCatalog+MulticlassClassificationTrainers,
String, String, String, Nullable<Single>, Nullable<Single>, Nullable<Int32>)
|
Создайте SdcaMaximumEntropyMulticlassTrainerобъект , который прогнозирует целевой объект с помощью модели классификации максимальной энтропии, обученной с помощью метода координатного спуска.
|
|
SdcaNonCalibrated(MulticlassClassificationCatalog+MulticlassClassificationTrainers, SdcaNonCalibratedMulticlassTrainer+Options)
|
Создание SdcaNonCalibratedMulticlassTrainer с расширенными параметрами, которые прогнозируют целевой объект с помощью линейной модели многоклассовой классификации, обученной методом координатного спуска.
|
|
SdcaNonCalibrated(MulticlassClassificationCatalog+MulticlassClassificationTrainers,
String, String, String, ISupportSdcaClassificationLoss, Nullable<Single>,
Nullable<Single>, Nullable<Int32>)
|
Создайте SdcaNonCalibratedMulticlassTrainer, который прогнозирует целевой объект с помощью линейной модели многоклассовой классификации, обученной методом координатного спуска.
|
|
ImageClassification(MulticlassClassificationCatalog+MulticlassClassificationTrainers, ImageClassificationTrainer+Options)
|
Создание ImageClassificationTrainer с помощью дополнительных параметров, которые обучают глубокую нейронную сеть (DNN) для классификации изображений.
|
|
ImageClassification(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, String, IDataView)
|
Создайте ImageClassificationTrainer, который обучает глубокую нейронную сеть (DNN) для классификации изображений.
|