|
AveragedPerceptron(BinaryClassificationCatalog+BinaryClassificationTrainers, AveragedPerceptronTrainer+Options)
|
AveragedPerceptronTrainer Boole etiket verileri üzerinde eğitilmiş doğrusal bir ikili sınıflandırma modeli kullanarak hedefi tahmin eden gelişmiş seçeneklerle bir oluşturun.
|
|
AveragedPerceptron(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, IClassificationLoss, Single, Boolean, Single, Int32)
|
AveragedPerceptronTrainerBoole etiket verileri üzerinde eğitilen doğrusal ikili sınıflandırma modelini kullanarak hedefi tahmin eden bir oluşturun.
|
|
FastForest(BinaryClassificationCatalog+BinaryClassificationTrainers, FastForestBinaryTrainer+Options)
|
Karar ağacı regresyon modeli kullanarak hedefi tahmin eden gelişmiş seçeneklerle oluşturma FastForestBinaryTrainer .
|
|
FastForest(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Int32, Int32)
|
Karar ağacı regresyon modelini kullanarak hedefi tahmin eden öğesini oluşturun FastForestBinaryTrainer.
|
|
FastTree(BinaryClassificationCatalog+BinaryClassificationTrainers, FastTreeBinaryTrainer+Options)
|
Karar ağacı ikili sınıflandırma modeli kullanarak hedefi tahmin eden gelişmiş seçeneklerle oluşturun FastTreeBinaryTrainer .
|
|
FastTree(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Int32, Int32, Double)
|
Bir karar ağacı ikili sınıflandırma modeli kullanarak hedefi tahmin eden öğesini oluşturun FastTreeBinaryTrainer.
|
|
FieldAwareFactorizationMachine(BinaryClassificationCatalog+BinaryClassificationTrainers, FieldAwareFactorizationMachineTrainer+Options)
|
Boole etiket verileri üzerinde eğitilmiş bir alan algılayan faktörizasyon makinesi kullanarak hedefi tahmin eden gelişmiş seçenekleri kullanarak oluşturun FieldAwareFactorizationMachineTrainer .
|
|
FieldAwareFactorizationMachine(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String)
|
Boole etiket verileri üzerinde eğitilen bir alan algılayan faktörizasyon makinesi kullanarak hedefi tahmin eden öğesini oluşturun FieldAwareFactorizationMachineTrainer.
|
|
FieldAwareFactorizationMachine(BinaryClassificationCatalog+BinaryClassificationTrainers, String[], String, String)
|
Boole etiket verileri üzerinde eğitilen bir alan algılayan faktörizasyon makinesi kullanarak hedefi tahmin eden öğesini oluşturun FieldAwareFactorizationMachineTrainer.
|
|
Gam(BinaryClassificationCatalog+BinaryClassificationTrainers, GamBinaryTrainer+Options)
|
Genelleştirilmiş katkı modellerini (GAM) kullanarak hedefi tahmin eden gelişmiş seçenekleri kullanarak oluşturma GamBinaryTrainer .
|
|
Gam(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Int32, Double)
|
Genelleştirilmiş katkı modellerini (GAM) kullanarak hedefi tahmin eden oluşturma GamBinaryTrainer.
|
|
LbfgsLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, LbfgsLogisticRegressionBinaryTrainer+Options)
|
Boole etiket verileri üzerinde eğitilmiş doğrusal bir ikili sınıflandırma modeli kullanarak hedefi tahmin eden gelişmiş seçeneklerle oluşturun LbfgsLogisticRegressionBinaryTrainer .
|
|
LbfgsLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Single, Single, Single, Int32, Boolean)
|
Boole etiket verileri üzerinde eğitilmiş doğrusal bir ikili sınıflandırma modeli kullanarak hedefi tahmin eden oluşturma LbfgsLogisticRegressionBinaryTrainer.
|
|
LdSvm(BinaryClassificationCatalog+BinaryClassificationTrainers, LdSvmTrainer+Options)
|
Yerel Derin SVM modeli kullanarak hedefi tahmin eden gelişmiş seçeneklerle oluşturun LdSvmTrainer .
|
|
LdSvm(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Int32, Boolean, Boolean)
|
Yerel Derin SVM modeli kullanarak hedefi tahmin eden öğesini oluşturun LdSvmTrainer.
|
|
LightGbm(BinaryClassificationCatalog+BinaryClassificationTrainers, LightGbmBinaryTrainer+Options)
|
Gradyan artırıcı karar ağacı ikili sınıflandırması kullanarak hedefi tahmin eden gelişmiş seçeneklerle oluşturun LightGbmBinaryTrainer .
|
|
LightGbm(BinaryClassificationCatalog+BinaryClassificationTrainers, Stream, String)
|
Gradyan artırıcı karar ağacı ikili sınıflandırması kullanarak hedefi tahmin eden önceden eğitilmiş bir LightGBM modelinden oluşturun LightGbmBinaryTrainer .
|
|
LightGbm(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Nullable<Int32>, Nullable<Int32>, Nullable<Double>, Int32)
|
Oluşturma LightGbmBinaryTrainer, gradyan artırıcı karar ağacı ikili sınıflandırması kullanarak hedefi tahmin eder.
|
|
LinearSvm(BinaryClassificationCatalog+BinaryClassificationTrainers, LinearSvmTrainer+Options)
|
Boole etiket verileri üzerinde eğitilmiş doğrusal bir ikili sınıflandırma modeli kullanarak hedefi tahmin eden gelişmiş seçeneklerle oluşturun LinearSvmTrainer .
|
|
LinearSvm(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32)
|
Boole etiket verileri üzerinde eğitilmiş doğrusal bir ikili sınıflandırma modeli kullanarak hedefi tahmin eden oluşturma LinearSvmTrainer.
|
|
Prior(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String)
|
İkili sınıflandırma modeli kullanarak hedefi tahmin eden öğesini oluşturun PriorTrainer.
|
|
SdcaLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, SdcaLogisticRegressionBinaryTrainer+Options)
|
Doğrusal sınıflandırma modeli kullanarak hedefi tahmin eden gelişmiş seçeneklerle oluşturun SdcaLogisticRegressionBinaryTrainer .
|
|
SdcaLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers,
String, String, String, Nullable<Single>, Nullable<Single>, Nullable<Int32>)
|
Doğrusal sınıflandırma modeli kullanarak hedefi tahmin eden öğesini oluşturun SdcaLogisticRegressionBinaryTrainer.
|
|
SdcaNonCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers, SdcaNonCalibratedBinaryTrainer+Options)
|
Boole etiket verileri üzerinde eğitilmiş doğrusal bir sınıflandırma modeli kullanarak hedefi tahmin eden gelişmiş seçeneklerle oluşturun SdcaNonCalibratedBinaryTrainer .
|
|
SdcaNonCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers,
String, String, String, ISupportSdcaClassificationLoss, Nullable<Single>,
Nullable<Single>, Nullable<Int32>)
|
Doğrusal sınıflandırma modeli kullanarak hedefi tahmin eden öğesini oluşturun SdcaNonCalibratedBinaryTrainer.
|
|
SgdCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers, SgdCalibratedTrainer+Options)
|
Doğrusal sınıflandırma modeli kullanarak hedefi tahmin eden gelişmiş seçeneklerle oluşturun SgdCalibratedTrainer .
Stokastik gradyan azalma (SGD), farklı bir nesnel işlevi en iyi duruma getiren yinelemeli bir algoritmadır.
|
|
SgdCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Double, Single)
|
Doğrusal sınıflandırma modeli kullanarak hedefi tahmin eden öğesini oluşturun SgdCalibratedTrainer.
Stokastik gradyan azalma (SGD), farklı bir nesnel işlevi en iyi duruma getiren yinelemeli bir algoritmadır.
|
|
SgdNonCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers, SgdNonCalibratedTrainer+Options)
|
Doğrusal sınıflandırma modeli kullanarak hedefi tahmin eden gelişmiş seçeneklerle oluşturun SgdNonCalibratedTrainer .
Stokastik gradyan azalma (SGD), farklı bir nesnel işlevi en iyi duruma getiren yinelemeli bir algoritmadır.
|
|
SgdNonCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, IClassificationLoss, Int32, Double, Single)
|
Doğrusal sınıflandırma modeli kullanarak hedefi tahmin eden öğesini oluşturun SgdNonCalibratedTrainer.
Stokastik gradyan azalma (SGD), farklı bir nesnel işlevi en iyi duruma getiren yinelemeli bir algoritmadır.
|
|
SymbolicSgdLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, Int32)
|
Boole etiket verileri üzerinde eğitilmiş doğrusal bir ikili sınıflandırma modeli kullanarak hedefi tahmin eden oluşturma SymbolicSgdLogisticRegressionBinaryTrainer.
Stokastik gradyan azalma (SGD), farklı bir nesnel işlevi en iyi duruma getiren yinelemeli bir algoritmadır.
sembolik SymbolicSgdLogisticRegressionBinaryTraineryürütme kullanarak SGD'yi paralelleştirir.
|
|
SymbolicSgdLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, SymbolicSgdLogisticRegressionBinaryTrainer+Options)
|
Boole etiket verileri üzerinde eğitilmiş doğrusal bir ikili sınıflandırma modeli kullanarak hedefi tahmin eden gelişmiş seçeneklerle oluşturun SymbolicSgdLogisticRegressionBinaryTrainer .
Stokastik gradyan azalma (SGD), farklı bir nesnel işlevi en iyi duruma getiren yinelemeli bir algoritmadır.
sembolik SymbolicSgdLogisticRegressionBinaryTraineryürütme kullanarak SGD'yi paralelleştirir.
|