ApproximatedKernelMappingEstimator 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.
Сопоставляет векторные столбцы с пространством признаков с низкими размерами.
public sealed class ApproximatedKernelMappingEstimator : Microsoft.ML.IEstimator<Microsoft.ML.Transforms.ApproximatedKernelTransformer>
type ApproximatedKernelMappingEstimator = class
interface IEstimator<ApproximatedKernelTransformer>
Public NotInheritable Class ApproximatedKernelMappingEstimator
Implements IEstimator(Of ApproximatedKernelTransformer)
- Наследование
-
ApproximatedKernelMappingEstimator
- Реализации
Комментарии
Характеристики оценщика
Должен ли этот оценщик просмотреть данные для обучения его параметров? | Да |
Тип данных входного столбца | Известный вектор размера Single |
Тип данных выходного столбца | Известный вектор размера Single |
Экспортируемый в ONNX | нет |
В результате ApproximatedKernelTransformer создается новый столбец с именем, указанным в параметрах имени выходного столбца, где каждый входной вектор сопоставляется с пространством признаков, где внутренние продукты приблизились к одной из двух функций ядра shift-инвариантного ядра: ядра Gaussian или ядра Laplacian. Сопоставляя функции с пространством, которое приблизит нелинейные ядра, линейные методы можно использовать для приближения более сложных моделей SVM ядра. Это сопоставление основано на документе Random Features for Large-Scale Kernel Machines от Рахими и Рехта.
Ссылки на примеры использования см. в разделе "См. также".
Методы
Fit(IDataView) |
Тренирует и возвращает .ApproximatedKernelTransformer |
GetOutputSchema(SchemaShape) |
Возвращает схему SchemaShape , которая будет производиться преобразователем. Используется для распространения и проверки схемы в конвейере. |
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. |