共用方式為


BinaryClassificationCatalog.CrossValidate 方法

定義

在 的折迭上 numberOfFolds 執行交叉驗證,方法是調整 estimator ,並在提供時遵守 samplingKeyColumnNamedata 然後針對 labelColumnName 每個子模型評估每個子模型,並傳回 CalibratedBinaryClassificationMetrics 物件,其中包含每個子模型的機率型計量。 每個子模型都會在定型期間看不到的交叉驗證折迭上進行評估。

public System.Collections.Generic.IReadOnlyList<Microsoft.ML.TrainCatalogBase.CrossValidationResult<Microsoft.ML.Data.CalibratedBinaryClassificationMetrics>> CrossValidate (Microsoft.ML.IDataView data, Microsoft.ML.IEstimator<Microsoft.ML.ITransformer> estimator, int numberOfFolds = 5, string labelColumnName = "Label", string samplingKeyColumnName = default, int? seed = default);
member this.CrossValidate : Microsoft.ML.IDataView * Microsoft.ML.IEstimator<Microsoft.ML.ITransformer> * int * string * string * Nullable<int> -> System.Collections.Generic.IReadOnlyList<Microsoft.ML.TrainCatalogBase.CrossValidationResult<Microsoft.ML.Data.CalibratedBinaryClassificationMetrics>>
Public Function CrossValidate (data As IDataView, estimator As IEstimator(Of ITransformer), Optional numberOfFolds As Integer = 5, Optional labelColumnName As String = "Label", Optional samplingKeyColumnName As String = Nothing, Optional seed As Nullable(Of Integer) = Nothing) As IReadOnlyList(Of TrainCatalogBase.CrossValidationResult(Of CalibratedBinaryClassificationMetrics))

參數

data
IDataView

要執行交叉驗證的資料。

estimator
IEstimator<ITransformer>

要符合的估算器。

numberOfFolds
Int32

交叉驗證折迭的數目。

labelColumnName
String

用於評估) 的標籤資料行 (。

samplingKeyColumnName
String

要用於分組資料列的資料行名稱。 如果兩個範例共用 相同的值 samplingKeyColumnName ,則保證它們會出現在相同的子集中, (定型或測試) 。 這可用來確保不會將標籤從定型外泄至測試集。 如果未 null 執行任何資料列群組。

seed
Nullable<Int32>

亂數產生器的種子,用來選取交叉驗證折迭的資料列。

傳回

個別折迭結果:計量、模型、評分資料集。

適用於