|
FieldAwareFactorizationMachine(BinaryClassificationCatalog+BinaryClassificationTrainers, FieldAwareFactorizationMachineTrainer+Options)
|
Créez FieldAwareFactorizationMachineTrainer à l’aide d’options avancées, qui prédit une cible à l’aide d’une machine de factorisation prenant en charge le champ entraînée sur des données d’étiquette booléennes.
|
|
FieldAwareFactorizationMachine(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String)
|
Créez FieldAwareFactorizationMachineTrainer, qui prédit une cible à l’aide d’une machine de factorisation prenant en charge les champs entraînée sur des données d’étiquette booléenne.
|
|
FieldAwareFactorizationMachine(BinaryClassificationCatalog+BinaryClassificationTrainers, String[], String, String)
|
Créez FieldAwareFactorizationMachineTrainer, qui prédit une cible à l’aide d’une machine de factorisation prenant en charge les champs entraînée sur des données d’étiquette booléenne.
|
|
LightGbm(BinaryClassificationCatalog+BinaryClassificationTrainers, LightGbmBinaryTrainer+Options)
|
Créez LightGbmBinaryTrainer avec des options avancées, qui prédisent une cible à l’aide d’une classification binaire d’arbre de décision boostant le gradient.
|
|
LightGbm(BinaryClassificationCatalog+BinaryClassificationTrainers, Stream, String)
|
Créez LightGbmBinaryTrainer à partir d’un modèle LightGBM préentraîné, qui prédit une cible à l’aide d’une classification binaire d’arbre de décision boostant le gradient.
|
|
LightGbm(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Nullable<Int32>, Nullable<Int32>, Nullable<Double>, Int32)
|
Créez LightGbmBinaryTrainer, qui prédit une cible à l’aide d’une classification binaire d’arbre de décision d’augmentation de gradient.
|
|
SymbolicSgdLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, SymbolicSgdLogisticRegressionBinaryTrainer+Options)
|
Créez SymbolicSgdLogisticRegressionBinaryTrainer avec des options avancées, qui prédisent une cible à l’aide d’un modèle de classification binaire linéaire entraîné sur des données d’étiquette booléenne.
La descente de gradient stochastique (SGD) est un algorithme itératif qui optimise une fonction objective différentiable.
Le SymbolicSgdLogisticRegressionBinaryTrainer parallélise SGD à l’aide de l’exécution symbolique.
|
|
SymbolicSgdLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, Int32)
|
Créez SymbolicSgdLogisticRegressionBinaryTrainer, qui prédit une cible à l’aide d’un modèle de classification binaire linéaire entraîné sur des données d’étiquette booléenne.
La descente de gradient stochastique (SGD) est un algorithme itératif qui optimise une fonction objective différentiable.
Le SymbolicSgdLogisticRegressionBinaryTrainer parallélise SGD à l’aide de l’exécution symbolique.
|
|
AveragedPerceptron(BinaryClassificationCatalog+BinaryClassificationTrainers, AveragedPerceptronTrainer+Options)
|
Créez un AveragedPerceptronTrainer avec des options avancées, qui prédit une cible à l’aide d’un modèle de classification binaire linéaire entraîné sur des données d’étiquette booléenne.
|
|
AveragedPerceptron(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, IClassificationLoss, Single, Boolean, Single, Int32)
|
Créez un AveragedPerceptronTrainer, qui prédit une cible à l’aide d’un modèle de classification binaire linéaire entraîné sur des données d’étiquette booléenne.
|
|
LbfgsLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, LbfgsLogisticRegressionBinaryTrainer+Options)
|
Créez LbfgsLogisticRegressionBinaryTrainer avec des options avancées, qui prédisent une cible à l’aide d’un modèle de classification binaire linéaire entraîné sur des données d’étiquette booléenne.
|
|
LbfgsLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Single, Single, Single, Int32, Boolean)
|
Créez LbfgsLogisticRegressionBinaryTrainer, qui prédit une cible à l’aide d’un modèle de classification binaire linéaire entraîné sur des données d’étiquette booléenne.
|
|
LdSvm(BinaryClassificationCatalog+BinaryClassificationTrainers, LdSvmTrainer+Options)
|
Créez LdSvmTrainer avec des options avancées, qui prédisent une cible à l’aide d’un modèle SVM profond local.
|
|
LdSvm(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Int32, Boolean, Boolean)
|
Créez LdSvmTrainer, qui prédit une cible à l’aide d’un modèle SVM profond local.
|
|
LinearSvm(BinaryClassificationCatalog+BinaryClassificationTrainers, LinearSvmTrainer+Options)
|
Créez LinearSvmTrainer avec des options avancées, qui prédisent une cible à l’aide d’un modèle de classification binaire linéaire entraîné sur des données d’étiquette booléenne.
|
|
LinearSvm(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32)
|
Créez LinearSvmTrainer, qui prédit une cible à l’aide d’un modèle de classification binaire linéaire entraîné sur des données d’étiquette booléenne.
|
|
Prior(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String)
|
Créez PriorTrainer, qui prédit une cible à l’aide d’un modèle de classification binaire.
|
|
SdcaLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, SdcaLogisticRegressionBinaryTrainer+Options)
|
Créez SdcaLogisticRegressionBinaryTrainer avec des options avancées, qui prédisent une cible à l’aide d’un modèle de classification linéaire.
|
|
SdcaLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers,
String, String, String, Nullable<Single>, Nullable<Single>, Nullable<Int32>)
|
Créez SdcaLogisticRegressionBinaryTrainer, qui prédit une cible à l’aide d’un modèle de classification linéaire.
|
|
SdcaNonCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers, SdcaNonCalibratedBinaryTrainer+Options)
|
Créez SdcaNonCalibratedBinaryTrainer avec des options avancées, qui prédisent une cible à l’aide d’un modèle de classification linéaire entraîné sur des données d’étiquette booléenne.
|
|
SdcaNonCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers,
String, String, String, ISupportSdcaClassificationLoss, Nullable<Single>,
Nullable<Single>, Nullable<Int32>)
|
Créez SdcaNonCalibratedBinaryTrainer, qui prédit une cible à l’aide d’un modèle de classification linéaire.
|
|
SgdCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers, SgdCalibratedTrainer+Options)
|
Créez SgdCalibratedTrainer avec des options avancées, qui prédisent une cible à l’aide d’un modèle de classification linéaire.
La descente de gradient stochastique (SGD) est un algorithme itératif qui optimise une fonction objective différentiable.
|
|
SgdCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Double, Single)
|
Créez SgdCalibratedTrainer, qui prédit une cible à l’aide d’un modèle de classification linéaire.
La descente de gradient stochastique (SGD) est un algorithme itératif qui optimise une fonction objective différentiable.
|
|
SgdNonCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers, SgdNonCalibratedTrainer+Options)
|
Créez SgdNonCalibratedTrainer avec des options avancées, qui prédisent une cible à l’aide d’un modèle de classification linéaire.
La descente de gradient stochastique (SGD) est un algorithme itératif qui optimise une fonction objective différentiable.
|
|
SgdNonCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, IClassificationLoss, Int32, Double, Single)
|
Créez SgdNonCalibratedTrainer, qui prédit une cible à l’aide d’un modèle de classification linéaire.
La descente de gradient stochastique (SGD) est un algorithme itératif qui optimise une fonction objective différentiable.
|
|
FastForest(BinaryClassificationCatalog+BinaryClassificationTrainers, FastForestBinaryTrainer+Options)
|
Créez FastForestBinaryTrainer avec des options avancées, qui prédisent une cible à l’aide d’un modèle de régression d’arbre de décision.
|
|
FastForest(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Int32, Int32)
|
Créez FastForestBinaryTrainer, qui prédit une cible à l’aide d’un modèle de régression d’arbre de décision.
|
|
FastTree(BinaryClassificationCatalog+BinaryClassificationTrainers, FastTreeBinaryTrainer+Options)
|
Créez FastTreeBinaryTrainer avec des options avancées, qui prédisent une cible à l’aide d’un modèle de classification binaire d’arbre de décision.
|
|
FastTree(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Int32, Int32, Double)
|
Créez FastTreeBinaryTrainer, qui prédit une cible à l’aide d’un modèle de classification binaire d’arbre de décision.
|
|
Gam(BinaryClassificationCatalog+BinaryClassificationTrainers, GamBinaryTrainer+Options)
|
Créer GamBinaryTrainer à l’aide d’options avancées, qui prédit une cible à l’aide de modèles additifs généralisés (GAM).
|
|
Gam(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Int32, Double)
|
Créez GamBinaryTrainer, qui prédit une cible à l’aide de modèles additifs généralisés (GAM).
|