RankingCatalog.CrossValidate Metoda

Definice

Obor názvů:

Microsoft.ML

Sestavení:

Microsoft.ML.Data.dll

Balíček:

Microsoft.ML v3.0.1

Spusťte křížové ověření překládáním numberOfFoldsdata, montáží estimatora dodržováním rowGroupColumnName, pokud je k dispozici. Pak vyhodnoťte jednotlivé dílčí modely a labelColumnName vrátíte metriky.

public System.Collections.Generic.IReadOnlyList<Microsoft.ML.TrainCatalogBase.CrossValidationResult<Microsoft.ML.Data.RankingMetrics>> CrossValidate (Microsoft.ML.IDataView data, Microsoft.ML.IEstimator<Microsoft.ML.ITransformer> estimator, int numberOfFolds = 5, string labelColumnName = "Label", string rowGroupColumnName = "GroupId", 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.RankingMetrics>>

Public Function CrossValidate (data As IDataView, estimator As IEstimator(Of ITransformer), Optional numberOfFolds As Integer = 5, Optional labelColumnName As String = "Label", Optional rowGroupColumnName As String = "GroupId", Optional seed As Nullable(Of Integer) = Nothing) As IReadOnlyList(Of TrainCatalogBase.CrossValidationResult(Of RankingMetrics))

Parametry

data

IDataView

Data ke spuštění křížového ověřování.

estimator

IEstimator<ITransformer>

Odhadce, který se hodí.

numberOfFolds

Int32

Počet záhybů křížového ověření

labelColumnName

String

Sloupec popisku (pro vyhodnocení).

rowGroupColumnName

String

Název sloupce groupId v data, který se používá k seskupení řádků. Tento sloupec se automaticky použije jako SampleKeyColumn při rozdělení dat pro křížové ověřování, protože to vyžaduje algoritmy řazení, pokud null se neprovedou seskupení řádků.

seed

Nullable<Int32>

Seed pro generátor náhodných čísel použitý k výběru řádků pro křížové ověření přeložení.

Návraty

IReadOnlyList<CrossValidationResult<RankingMetrics>>

Výsledky pro překládání: metriky, modely, datové sady s skóre