MulticlassExperimentSettings Klasa

Definicja

Przestrzeń nazw:

Microsoft.ML.AutoML

Zestaw:

Microsoft.ML.AutoML.dll

Pakiet:

Microsoft.ML.AutoML v0.21.1

Ustawienia eksperymentów automatycznego uczenia maszynowego w zestawach danych klasyfikacji wieloklasowej.

public sealed class MulticlassExperimentSettings : Microsoft.ML.AutoML.ExperimentSettings

type MulticlassExperimentSettings = class
    inherit ExperimentSettings

Public NotInheritable Class MulticlassExperimentSettings
Inherits ExperimentSettings

Dziedziczenie

Object

ExperimentSettings

MulticlassExperimentSettings

Konstruktory

MulticlassExperimentSettings()

Inicjuje nowe wystąpienia programu MulticlassExperimentSettings.

Pola

MaxModels

Ustawienia eksperymentów automatycznego uczenia maszynowego w zestawach danych klasyfikacji wieloklasowej. (Odziedziczone po ExperimentSettings)

Właściwości

CacheBeforeTrainer	Czy rozwiązanie AutoML powinno być buforowane przed ML.NET trenerami. Aby uzyskać więcej informacji na temat buforowania, zobacz WantCaching . (Odziedziczone po ExperimentSettings)
CacheDirectoryName	Jest to nazwa katalogu, w którym zostaną zapisane wszystkie modele trenowane podczas eksperymentu rozwiązania AutoML. Jeśli null, modele będą przechowywane w pamięci zamiast zapisywać na dysku. (Uwaga: w przypadku eksperymentu z dużym środowiskiem uruchomieniowym działającym na dużym zestawie danych, wybranie opcji przechowywania modeli w pamięci może spowodować, że system zabraknie pamięci). (Odziedziczone po ExperimentSettings)
CancellationToken	Token anulowania eksperymentu rozwiązania AutoML. Propaguje powiadomienie, że eksperyment powinien zostać anulowany. (Odziedziczone po ExperimentSettings)
MaxExperimentTimeInSeconds	Maksymalny czas w sekundach, który można uruchomić eksperyment. (Odziedziczone po ExperimentSettings)
MaximumMemoryUsageInMegaByte	Ustawienia eksperymentów automatycznego uczenia maszynowego w zestawach danych klasyfikacji wieloklasowej. (Odziedziczone po ExperimentSettings)
OptimizingMetric	Metryka, którą rozwiązanie AutoML spróbuje zoptymalizować w trakcie eksperymentu.
Trainers	Kolekcja trenerów eksperymentu AutoML może wykorzystać.