AutoMLExperimentExtension Klasse

Definition

Namespace:

Microsoft.ML.AutoML

Assembly:

Microsoft.ML.AutoML.dll

Paket:

Microsoft.ML.AutoML v0.21.1

public static class AutoMLExperimentExtension

type AutoMLExperimentExtension = class

Public Module AutoMLExperimentExtension

Vererbung

Object

AutoMLExperimentExtension

Methoden

SetBinaryClassificationMetric(AutoMLExperiment, BinaryClassificationMetric, String, String)	Legen Sie als Auswertungs-Manager für AutoMLExperimentfestMicrosoft.ML.AutoML.BinaryMetricManager. Dadurch wird AutoMLExperiment als Auswertungsmetrik verwendet metric .
SetCheckpoint(AutoMLExperiment, String)	Legen Sie den Prüfpunktordner für fest AutoMLExperiment. Der Prüfpunktordner wird verwendet, um die temporäre Ausgabe, den Ausführungsverlauf und viele andere Dinge zu speichern, die zum Wiederherstellen des Trainingsprozesses vom letzten Prüfpunkt und zum Fortsetzen des Trainings verwendet werden.
SetCostFrugalTuner(AutoMLExperiment)	Legen Sie als Tuner für die Hyperparameteroptimierung fest Microsoft.ML.AutoML.CostFrugalTuner .
SetDataset(AutoMLExperiment, DataOperationsCatalog+TrainTestData)	Legen Sie das Trainings- und Validierungsdataset für AutoMLExperimentfest. Dadurch werden Verwendungen AutoMLExperimentTrainSet von trainValidationSplit zum Trainieren eines Modells und zum trainValidationSplit Auswerten des Modells verwendetTestSet.
SetDataset(AutoMLExperiment, IDataView, IDataView, Boolean)	Legen Sie das Trainings- und Validierungsdataset für AutoMLExperimentfest. Dadurch werden Verwendungen AutoMLExperimenttrain zum Trainieren eines Modells und zum Auswerten des Modells verwendet validation .
SetDataset(AutoMLExperiment, IDataView, Int32, String)	Legen Sie das Kreuzvalidierungsdataset für fest AutoMLExperiment. Dadurch wird AutoMLExperiment die Kreuzvalidierung n=fold split on dataset verwendet, um ein Modell zu trainieren und auszuwerten.
SetEciCostFrugalTuner(AutoMLExperiment)	als Tuner für die Hyperparameteroptimierung festgelegt Microsoft.ML.AutoML.EciCostFrugalTuner . Dieser Tuner funktioniert nur mit suchbereich von SweepablePipeline.
SetGridSearchTuner(AutoMLExperiment, Int32)	als Tuner für die Hyperparameteroptimierung festgelegt Microsoft.ML.AutoML.GridSearchTuner .
SetMulticlassClassificationMetric(AutoMLExperiment, MulticlassClassificationMetric, String, String)	Legen Sie als Auswertungs-Manager für AutoMLExperimentfestMicrosoft.ML.AutoML.MultiClassMetricManager. Dadurch wird AutoMLExperiment als Auswertungsmetrik verwendet metric .
SetPerformanceMonitor(AutoMLExperiment, Int32)	Legen Sie für AutoMLExperimentals IPerformanceMonitor festDefaultPerformanceMonitor.
SetPerformanceMonitor<TPerformanceMonitor>(AutoMLExperiment, Func<IServiceProvider,TPerformanceMonitor>)	Legen Sie einen benutzerdefinierten Leistungsmonitor als IPerformanceMonitor für AutoMLExperimentfest.
SetPerformanceMonitor<TPerformanceMonitor>(AutoMLExperiment)	Legen Sie einen benutzerdefinierten Leistungsmonitor als IPerformanceMonitor für AutoMLExperimentfest.
SetPipeline(AutoMLExperiment, SweepablePipeline)	Für das Training festgelegt pipeline . Dadurch werden AutoMLExperiment auch und Microsoft.ML.AutoML.MLContextMonitorMicrosoft.ML.AutoML.EciCostFrugalTuner für automl traininng verwendet Microsoft.ML.AutoML.SweepablePipelineRunner .
SetRandomSearchTuner(AutoMLExperiment, Nullable<Int32>)	als Tuner für die Hyperparameteroptimierung festgelegt Microsoft.ML.AutoML.RandomSearchTuner . Wenn seed angegeben wird, wird dieser Startwert verwendet, um zu initialisieren Microsoft.ML.AutoML.RandomSearchTuner. Andernfalls Seed wird verwendet.
SetRegressionMetric(AutoMLExperiment, RegressionMetric, String, String)	Legen Sie als Auswertungs-Manager für AutoMLExperimentfestMicrosoft.ML.AutoML.RegressionMetricManager. Dadurch wird AutoMLExperiment als Auswertungsmetrik verwendet metric .
SetSmacTuner(AutoMLExperiment, Int32, Int32, Int32, Int32, Single, Int32, Int32, Double, Int32)	Legen Sie als Tuner für die Hyperparameteroptimierung fest Microsoft.ML.AutoML.SmacTuner . Die Leistung von smac wird in einem großen Umfang von numberOfTreesbestimmt, nMinForSpit und splitRatio, die verwendet werden, um den inneren Regressor von smac anzupassen.