ClusteringCatalog.CrossValidate Metoda

Definice

Obor názvů:

Microsoft.ML

Sestavení:

Microsoft.ML.Data.dll

Balíček:

Microsoft.ML v3.0.1

Spusťte křížové ověření nad numberOfFolds přeložením data, montáží estimatora dodržováním samplingKeyColumnName , pokud je k dispozici. Pak vyhodnoťte jednotlivé dílčí modely a labelColumnName vracejte metriky.

public System.Collections.Generic.IReadOnlyList<Microsoft.ML.TrainCatalogBase.CrossValidationResult<Microsoft.ML.Data.ClusteringMetrics>> CrossValidate (Microsoft.ML.IDataView data, Microsoft.ML.IEstimator<Microsoft.ML.ITransformer> estimator, int numberOfFolds = 5, string labelColumnName = default, string featuresColumnName = default, string samplingKeyColumnName = default, int? seed = default);

member this.CrossValidate : Microsoft.ML.IDataView * Microsoft.ML.IEstimator<Microsoft.ML.ITransformer> * int * string * string * string * Nullable<int> -> System.Collections.Generic.IReadOnlyList<Microsoft.ML.TrainCatalogBase.CrossValidationResult<Microsoft.ML.Data.ClusteringMetrics>>

Public Function CrossValidate (data As IDataView, estimator As IEstimator(Of ITransformer), Optional numberOfFolds As Integer = 5, Optional labelColumnName As String = Nothing, Optional featuresColumnName As String = Nothing, Optional samplingKeyColumnName As String = Nothing, Optional seed As Nullable(Of Integer) = Nothing) As IReadOnlyList(Of TrainCatalogBase.CrossValidationResult(Of ClusteringMetrics))

Parametry

data

IDataView

Data pro spuštění křížového ověření.

estimator

IEstimator<ITransformer>

Estimátor se hodí.

numberOfFolds

Int32

Počet záhybů křížového ověření

labelColumnName

String

Volitelný sloupec popisku pro vyhodnocení (úlohy clusteringu nemusí mít vždy popisek).

featuresColumnName

String

Sloupec volitelných funkcí pro vyhodnocení (potřebný pro výpočet metriky Dbi)

samplingKeyColumnName

String

Název sloupce, který se má použít pro seskupení řádků. Pokud dva příklady sdílejí stejnou hodnotu samplingKeyColumnName, je zaručeno, že se zobrazí ve stejné podmnožině (trénování nebo testování). To lze použít k zajištění úniku štítků z trénování do testovací sady. Pokud null se neprovedou žádné seskupení řádků.

seed

Nullable<Int32>

Počáteční pro generátor náhodných čísel, který se používá k výběru řádků pro křížové ověření přeložení.

Návraty

IReadOnlyList<CrossValidationResult<ClusteringMetrics>>