|
LightGbm(RegressionCatalog+RegressionTrainers, LightGbmRegressionTrainer+Options)
|
Utwórz LightGbmRegressionTrainer przy użyciu opcji zaawansowanych, które przewidują cel przy użyciu gradientu zwiększającego regresję drzewa decyzyjnego.
|
|
LightGbm(RegressionCatalog+RegressionTrainers, Stream, String)
|
Utwórz LightGbmRegressionTrainer na podstawie wstępnie wytrenowanego modelu LightGBM, który przewiduje cel przy użyciu regresji drzewa decyzyjnego zwiększającego gradient.
|
|
LightGbm(RegressionCatalog+RegressionTrainers, String, String, String, Nullable<Int32>, Nullable<Int32>, Nullable<Double>, Int32)
|
Utwórz LightGbmRegressionTrainerobiekt , który przewiduje obiekt docelowy przy użyciu modelu regresji drzewa decyzyjnego zwiększającego gradient.
|
|
Ols(RegressionCatalog+RegressionTrainers, OlsTrainer+Options)
|
Utwórz OlsTrainer za pomocą opcji zaawansowanych, które przewidują cel przy użyciu modelu regresji liniowej.
|
|
Ols(RegressionCatalog+RegressionTrainers, String, String, String)
|
Utwórz OlsTrainerobiekt , który przewiduje cel przy użyciu modelu regresji liniowej.
|
|
LbfgsPoissonRegression(RegressionCatalog+RegressionTrainers, LbfgsPoissonRegressionTrainer+Options)
|
Utwórz LbfgsPoissonRegressionTrainer przy użyciu opcji zaawansowanych, które przewidują cel przy użyciu modelu regresji liniowej.
|
|
LbfgsPoissonRegression(RegressionCatalog+RegressionTrainers, String, String, String, Single, Single, Single, Int32, Boolean)
|
Utwórz LbfgsPoissonRegressionTrainerobiekt , który przewiduje cel przy użyciu modelu regresji liniowej.
|
|
OnlineGradientDescent(RegressionCatalog+RegressionTrainers, OnlineGradientDescentTrainer+Options)
|
Utwórz OnlineGradientDescentTrainer przy użyciu opcji zaawansowanych, które przewidują cel przy użyciu modelu regresji liniowej.
|
|
OnlineGradientDescent(RegressionCatalog+RegressionTrainers, String, String, IRegressionLoss, Single, Boolean, Single, Int32)
|
Utwórz OnlineGradientDescentTrainerobiekt , który przewiduje cel przy użyciu modelu regresji liniowej.
|
|
Sdca(RegressionCatalog+RegressionTrainers, SdcaRegressionTrainer+Options)
|
Utwórz SdcaRegressionTrainer za pomocą opcji zaawansowanych, które przewidują cel przy użyciu modelu regresji liniowej.
|
|
Sdca(RegressionCatalog+RegressionTrainers, String, String, String, ISupportSdcaRegressionLoss, Nullable<Single>, Nullable<Single>, Nullable<Int32>)
|
Utwórz SdcaRegressionTrainerobiekt , który przewiduje cel przy użyciu modelu regresji liniowej.
|
|
FastForest(RegressionCatalog+RegressionTrainers, FastForestRegressionTrainer+Options)
|
Utwórz FastForestRegressionTrainer za pomocą opcji zaawansowanych, które przewidują cel przy użyciu modelu regresji drzewa decyzyjnego.
|
|
FastForest(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Int32)
|
Utwórz FastForestRegressionTrainerobiekt , który przewiduje cel przy użyciu modelu regresji drzewa decyzyjnego.
|
|
FastTree(RegressionCatalog+RegressionTrainers, FastTreeRegressionTrainer+Options)
|
Utwórz FastTreeRegressionTrainer za pomocą opcji zaawansowanych, które przewidują cel przy użyciu modelu regresji drzewa decyzyjnego.
|
|
FastTree(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Int32, Double)
|
Utwórz FastTreeRegressionTrainerobiekt , który przewiduje cel przy użyciu modelu regresji drzewa decyzyjnego.
|
|
FastTreeTweedie(RegressionCatalog+RegressionTrainers, FastTreeTweedieTrainer+Options)
|
Utwórz FastTreeTweedieTrainer przy użyciu opcji zaawansowanych, które przewidują cel przy użyciu modelu regresji drzewa decyzyjnego.
|
|
FastTreeTweedie(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Int32, Double)
|
Utwórz FastTreeTweedieTrainerobiekt , który przewiduje cel przy użyciu modelu regresji drzewa decyzyjnego.
|
|
Gam(RegressionCatalog+RegressionTrainers, GamRegressionTrainer+Options)
|
Utwórz GamRegressionTrainer przy użyciu opcji zaawansowanych, które przewidują cel przy użyciu uogólnionych modeli addytywnego (GAM).
|
|
Gam(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Double)
|
Utwórz GamRegressionTrainerobiekt , który przewiduje cel przy użyciu uogólnionych modeli addytywnego (GAM).
|