MulticlassClassificationCatalog.Evaluate Метод
Определение
Важно!
Некоторые сведения относятся к предварительной версии продукта, в которую до выпуска могут быть внесены существенные изменения. Майкрософт не предоставляет никаких гарантий, явных или подразумеваемых, относительно приведенных здесь сведений.
Оценивает оцененные данные многоклассовой классификации.
public Microsoft.ML.Data.MulticlassClassificationMetrics Evaluate (Microsoft.ML.IDataView data, string labelColumnName = "Label", string scoreColumnName = "Score", string predictedLabelColumnName = "PredictedLabel", int topKPredictionCount = 0);
member this.Evaluate : Microsoft.ML.IDataView * string * string * string * int -> Microsoft.ML.Data.MulticlassClassificationMetrics
Public Function Evaluate (data As IDataView, Optional labelColumnName As String = "Label", Optional scoreColumnName As String = "Score", Optional predictedLabelColumnName As String = "PredictedLabel", Optional topKPredictionCount As Integer = 0) As MulticlassClassificationMetrics
Параметры
- data
- IDataView
Оцененные данные.
- labelColumnName
- String
Имя столбца метки в data
.
- scoreColumnName
- String
Имя столбца оценки в data
.
- predictedLabelColumnName
- String
Имя прогнозируемого столбца метки в data
.
- topKPredictionCount
- Int32
Если задано положительное значение, TopKAccuracy значение будет заполнено точностью top-K, то есть точность, предполагающая, что мы рассмотрим пример с правильным классом в значениях top-K как хранимый "правильно".
Возвращаемое значение
Результаты оценки для этих откалиброванных выходных данных.