PriorTrainer 類別

定義

命名空間:

Microsoft.ML.Trainers

組件:

Microsoft.ML.StandardTrainers.dll

套件:

Microsoft.ML v5.0.0-preview.1.25125.4

來源:

SimpleTrainers.cs

用於 IEstimator<TTransformer> 使用二元分類模型預測目標。

public sealed class PriorTrainer : Microsoft.ML.IEstimator<Microsoft.ML.Data.BinaryPredictionTransformer<Microsoft.ML.Trainers.PriorModelParameters>>, Microsoft.ML.Trainers.ITrainerEstimator<Microsoft.ML.Data.BinaryPredictionTransformer<Microsoft.ML.Trainers.PriorModelParameters>,Microsoft.ML.Trainers.PriorModelParameters>

type PriorTrainer = class
    interface ITrainerEstimator<BinaryPredictionTransformer<PriorModelParameters>, PriorModelParameters>
    interface IEstimator<BinaryPredictionTransformer<PriorModelParameters>>

Public NotInheritable Class PriorTrainer
Implements IEstimator(Of BinaryPredictionTransformer(Of PriorModelParameters)), ITrainerEstimator(Of BinaryPredictionTransformer(Of PriorModelParameters), PriorModelParameters)

繼承

Object

PriorTrainer

實作

IEstimator<BinaryPredictionTransformer<PriorModelParameters>> IEstimator<TTransformer> ITrainerEstimator<BinaryPredictionTransformer<PriorModelParameters>,PriorModelParameters>

備註

要建立這個訓練器，請使用 Prior

輸入與輸出欄位

輸入標籤欄位資料必須是 Boolean。 輸入特徵欄位資料必須是已知大小的向量。Single

此訓練器會輸出下列欄位：

輸出數據行名稱	欄類型	Description
Score	Single	模型計算出的無界分數。
PredictedLabel	Boolean	根據分數的符號來預測的標籤。 負數分數會對應至 false，正分數會對應至 true。
Probability	Single	這個機率是透過校準以 為真為標籤所計算出來的。 機率值在範圍 [0， 1]。

訓練師特性

機器學習任務	二元分類
需要正規化嗎？	No
快取是必須的嗎？	No
除了 Microsoft.ML 之外，必須使用 NuGet	None
可匯出至 ONNX	Yes

訓練演算法細節

學習 0/1 類別標籤的先驗分布並輸出。

請參考「參見」區塊，裡面有使用範例的連結。

屬性

名稱	Description
Info	關於訓練機的輔助資訊，包括其能力與需求。

方法

名稱	Description
Fit(IDataView)	訓練並返回 BinaryPredictionTransformer<TModel>。
GetOutputSchema(SchemaShape)	回傳 SchemaShape 由變壓器產生的結構結構。 用於結構傳播與管線驗證。

擴充方法

名稱	Description
AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment)	在估計鏈中附加一個「快取檢查點」。 這將確保下游估計器能針對快取資料進行訓練。 在訓練師接受多次資料通行前設置快取檢查點會很有幫助。
WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>)	給定一個估計器，回傳一個包裹物件，該物件會呼叫一次 Fit(IDataView) 代理。 估計器通常回傳擬合的資訊很重要，因此該 Fit(IDataView) 方法回傳一個特定型別的物件，而非一般 ITransformer的 。 然而，同時， IEstimator<TTransformer> 通常會被組成包含許多物件的管線，因此我們可能需要建立一條估計鏈，將 EstimatorChain<TLastTransformer> 我們想要取得變壓器的估計器埋藏在這條鏈的某處。 在這種情況下，我們可以透過此方法附加一個代理，當 fit 被呼叫時會被呼叫。

另請參閱

• Prior(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String)