BinaryClassificationCatalog.BinaryClassificationTrainers Sınıf

Tanım

Ad Alanı:

Microsoft.ML

Bütünleştirilmiş Kod:

Microsoft.ML.Data.dll

Paket:

Microsoft.ML v2.0.0

İkili sınıflandırma eğitmenlerinin örneklerini oluşturmak için tarafından MLContext kullanılan sınıf.

public sealed class BinaryClassificationCatalog.BinaryClassificationTrainers : Microsoft.ML.TrainCatalogBase.CatalogInstantiatorBase

type BinaryClassificationCatalog.BinaryClassificationTrainers = class
    inherit TrainCatalogBase.CatalogInstantiatorBase

Public NotInheritable Class BinaryClassificationCatalog.BinaryClassificationTrainers
Inherits TrainCatalogBase.CatalogInstantiatorBase

Devralma

Object

TrainCatalogBase.CatalogInstantiatorBase

BinaryClassificationCatalog.BinaryClassificationTrainers

Uzantı Metotları

FieldAwareFactorizationMachine(BinaryClassificationCatalog+BinaryClassificationTrainers, FieldAwareFactorizationMachineTrainer+Options)	Boole etiket verileri üzerinde eğitilen alan algılayan bir 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.
LightGbm(BinaryClassificationCatalog+BinaryClassificationTrainers, LightGbmBinaryTrainer+Options)	Gradyan artırıcı karar ağacı ikili sınıflandırması kullanarak hedefi tahmin eden gelişmiş seçeneklerle 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.
SymbolicSgdLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, SymbolicSgdLogisticRegressionBinaryTrainer+Options)	Boole etiket verileri üzerinde eğitilen doğrusal ikili sınıflandırma modelini 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.
SymbolicSgdLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, Int32)	Boole etiket verileri üzerinde eğitilen doğrusal ikili sınıflandırma modelini kullanarak hedefi tahmin eden öğesini oluşturun SymbolicSgdLogisticRegressionBinaryTrainer. Stokastik gradyan azalma (SGD), farklı bir nesnel işlevi en iyi duruma getiren yinelemeli bir algoritmadır. sembolik SymbolicSgdLogisticRegressionBinaryTraineryürütme kullanarak SGD'yi paralelleştirir.
AveragedPerceptron(BinaryClassificationCatalog+BinaryClassificationTrainers, AveragedPerceptronTrainer+Options)	AveragedPerceptronTrainer Boole etiket verileri üzerinde eğitilen doğrusal ikili sınıflandırma modelini 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.
LbfgsLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, LbfgsLogisticRegressionBinaryTrainer+Options)	Boole etiket verileri üzerinde eğitilen doğrusal ikili sınıflandırma modelini kullanarak hedefi tahmin eden gelişmiş seçeneklerle oluşturun LbfgsLogisticRegressionBinaryTrainer .
LbfgsLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Single, Single, Single, Int32, Boolean)	Boole etiket verileri üzerinde eğitilen doğrusal ikili sınıflandırma modelini kullanarak hedefi tahmin eden öğesini oluşturun LbfgsLogisticRegressionBinaryTrainer.
LdSvm(BinaryClassificationCatalog+BinaryClassificationTrainers, LdSvmTrainer+Options)	Yerel Derin SVM modeli kullanarak hedefi tahmin eden gelişmiş seçeneklerle oluşturma LdSvmTrainer .
LdSvm(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Int32, Boolean, Boolean)	Yerel Derin SVM modeli kullanarak hedefi tahmin eden öğesini oluşturun LdSvmTrainer.
LinearSvm(BinaryClassificationCatalog+BinaryClassificationTrainers, LinearSvmTrainer+Options)	Boole etiket verileri üzerinde eğitilen doğrusal ikili sınıflandırma modelini kullanarak hedefi tahmin eden gelişmiş seçeneklerle oluşturun LinearSvmTrainer .
LinearSvm(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32)	Boole etiket verileri üzerinde eğitilen doğrusal ikili sınıflandırma modelini kullanarak hedefi tahmin eden öğesini oluşturun 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 oluşturma 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 eğitilen doğrusal sınıflandırma modelini 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 oluşturma 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 oluşturma 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.
FastForest(BinaryClassificationCatalog+BinaryClassificationTrainers, FastForestBinaryTrainer+Options)	Karar ağacı regresyon modeli kullanarak hedefi tahmin eden gelişmiş seçeneklerle oluşturun 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 oluşturma FastTreeBinaryTrainer .
FastTree(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Int32, Int32, Double)	Karar ağacı ikili sınıflandırma modelini kullanarak hedefi tahmin eden öğesini oluşturun FastTreeBinaryTrainer.
Gam(BinaryClassificationCatalog+BinaryClassificationTrainers, GamBinaryTrainer+Options)	Genelleştirilmiş eklenebilir modelleri (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 öğesini oluşturun GamBinaryTrainer.