|
LightGbm(MulticlassClassificationCatalog+MulticlassClassificationTrainers, LightGbmMulticlassTrainer+Options)
|
Utwórz LightGbmMulticlassTrainer za pomocą opcji zaawansowanych, które przewidują cel przy użyciu gradientu zwiększającego wieloklasowy model klasyfikacji drzewa decyzyjnego.
|
|
LightGbm(MulticlassClassificationCatalog+MulticlassClassificationTrainers, Stream, String)
|
Utwórz LightGbmMulticlassTrainer na podstawie wstępnie wytrenowanego modelu LightGBM, który przewiduje cel przy użyciu wieloklasowego modelu klasyfikacji drzewa decyzyjnego zwiększającego gradient.
|
|
LightGbm(MulticlassClassificationCatalog+MulticlassClassificationTrainers,
String, String, String, Nullable<Int32>, Nullable<Int32>, Nullable<Double>,
Int32)
|
Utwórz LightGbmMulticlassTrainerobiekt , który przewiduje cel przy użyciu wieloklasowego modelu klasyfikacji drzewa decyzyjnego zwiększającego gradient.
|
|
LbfgsMaximumEntropy(MulticlassClassificationCatalog+MulticlassClassificationTrainers, LbfgsMaximumEntropyMulticlassTrainer+Options)
|
Utwórz LbfgsMaximumEntropyMulticlassTrainer za pomocą opcji zaawansowanych, które przewidują cel przy użyciu maksymalnego modelu klasyfikacji entropii wytrenowanego przy użyciu metody L-BFGS.
|
|
LbfgsMaximumEntropy(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, Single, Single, Single, Int32, Boolean)
|
Utwórz LbfgsMaximumEntropyMulticlassTrainerobiekt , który przewiduje cel przy użyciu maksymalnego modelu klasyfikacji entropii wytrenowanego za pomocą metody L-BFGS.
|
|
NaiveBayes(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String)
|
Utwórz obiekt NaiveBayesMulticlassTrainer, który przewiduje obiekt docelowy wieloklasowy przy użyciu modelu Naive Bayes, który obsługuje wartości funkcji binarnych.
|
|
OneVersusAll<TModel>(MulticlassClassificationCatalog+MulticlassClassificationTrainers,
ITrainerEstimator<BinaryPredictionTransformer<TModel>,TModel>,
String, Boolean, IEstimator<ISingleFeaturePredictionTransformer<ICalibrator>>,
Int32, Boolean)
|
Utwórz obiekt OneVersusAllTrainer, który przewiduje obiekt docelowy wieloklasowy przy użyciu strategii "jeden w porównaniu do wszystkich" za pomocą narzędzia do szacowania klasyfikacji binarnej określonej przez binaryEstimator.
|
|
PairwiseCoupling<TModel>(MulticlassClassificationCatalog+MulticlassClassificationTrainers,
ITrainerEstimator<ISingleFeaturePredictionTransformer<TModel>,
TModel>, String, Boolean, IEstimator<ISingleFeaturePredictionTransformer<ICalibrator>>,
Int32)
|
Utwórz obiekt PairwiseCouplingTrainer, który przewiduje obiekt docelowy wieloklasowy przy użyciu strategii sprzężenia parowego z narzędziem do szacowania klasyfikacji binarnej określonej przez binaryEstimator.
|
|
SdcaMaximumEntropy(MulticlassClassificationCatalog+MulticlassClassificationTrainers, SdcaMaximumEntropyMulticlassTrainer+Options)
|
Utwórz SdcaMaximumEntropyMulticlassTrainer z opcjami zaawansowanymi, która przewiduje cel przy użyciu maksymalnego modelu klasyfikacji entropii wytrenowanego przy użyciu metody spadku współrzędnych.
|
|
SdcaMaximumEntropy(MulticlassClassificationCatalog+MulticlassClassificationTrainers,
String, String, String, Nullable<Single>, Nullable<Single>, Nullable<Int32>)
|
Utwórz SdcaMaximumEntropyMulticlassTrainerobiekt , który przewiduje cel przy użyciu maksymalnego modelu klasyfikacji entropii wytrenowanego za pomocą metody spadku współrzędnych.
|
|
SdcaNonCalibrated(MulticlassClassificationCatalog+MulticlassClassificationTrainers, SdcaNonCalibratedMulticlassTrainer+Options)
|
Utwórz SdcaNonCalibratedMulticlassTrainer przy użyciu opcji zaawansowanych, które przewidują cel przy użyciu liniowego modelu klasyfikacji wieloklasowej wyszkolonego przy użyciu metody spadku współrzędnych.
|
|
SdcaNonCalibrated(MulticlassClassificationCatalog+MulticlassClassificationTrainers,
String, String, String, ISupportSdcaClassificationLoss, Nullable<Single>,
Nullable<Single>, Nullable<Int32>)
|
Utwórz SdcaNonCalibratedMulticlassTrainerobiekt , który przewiduje cel przy użyciu liniowego modelu klasyfikacji wieloklasowej wytrenowanego przy użyciu metody spadku współrzędnych.
|
|
ImageClassification(MulticlassClassificationCatalog+MulticlassClassificationTrainers, ImageClassificationTrainer+Options)
|
Utwórz ImageClassificationTrainer przy użyciu zaawansowanych opcji, które szkolą głębokie sieci neuronowe (DNN) do klasyfikowania obrazów.
|
|
ImageClassification(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, String, IDataView)
|
Utwórz ImageClassificationTrainerelement , który szkoli głębokie sieci neuronowe (DNN) do klasyfikowania obrazów.
|