Поделиться через


RegressionCatalog.RegressionTrainers Класс

Определение

Класс, используемый для MLContext создания экземпляров инструкторов регрессии.

public sealed class RegressionCatalog.RegressionTrainers : Microsoft.ML.TrainCatalogBase.CatalogInstantiatorBase
type RegressionCatalog.RegressionTrainers = class
    inherit TrainCatalogBase.CatalogInstantiatorBase
Public NotInheritable Class RegressionCatalog.RegressionTrainers
Inherits TrainCatalogBase.CatalogInstantiatorBase
Наследование
RegressionCatalog.RegressionTrainers

Методы расширения

LightGbm(RegressionCatalog+RegressionTrainers, LightGbmRegressionTrainer+Options)

Создайте LightGbmRegressionTrainer с помощью расширенных параметров, которые прогнозируют целевой объект с помощью модели регрессии дерева принятия решений с повышением градиента.

LightGbm(RegressionCatalog+RegressionTrainers, Stream, String)

Создайте LightGbmRegressionTrainer на основе предварительно обученной модели LightGBM, которая прогнозирует целевой объект с помощью регрессии дерева принятия решений с повышением градиента.

LightGbm(RegressionCatalog+RegressionTrainers, String, String, String, Nullable<Int32>, Nullable<Int32>, Nullable<Double>, Int32)

Создайте LightGbmRegressionTrainer, который прогнозирует целевой объект с помощью модели регрессии дерева принятия решений с повышением градиента.

Ols(RegressionCatalog+RegressionTrainers, OlsTrainer+Options)

Создание OlsTrainer с помощью расширенных параметров, которые прогнозируют целевой объект с помощью модели линейной регрессии.

Ols(RegressionCatalog+RegressionTrainers, String, String, String)

Создайте OlsTrainerобъект , который прогнозирует целевой объект с помощью модели линейной регрессии.

LbfgsPoissonRegression(RegressionCatalog+RegressionTrainers, LbfgsPoissonRegressionTrainer+Options)

Создание LbfgsPoissonRegressionTrainer с помощью расширенных параметров, которые прогнозируют целевой объект с помощью модели линейной регрессии.

LbfgsPoissonRegression(RegressionCatalog+RegressionTrainers, String, String, String, Single, Single, Single, Int32, Boolean)

Создайте LbfgsPoissonRegressionTrainerобъект , который прогнозирует целевой объект с помощью модели линейной регрессии.

OnlineGradientDescent(RegressionCatalog+RegressionTrainers, OnlineGradientDescentTrainer+Options)

Создание OnlineGradientDescentTrainer с помощью расширенных параметров, которые прогнозируют целевой объект с помощью модели линейной регрессии.

OnlineGradientDescent(RegressionCatalog+RegressionTrainers, String, String, IRegressionLoss, Single, Boolean, Single, Int32)

Создайте OnlineGradientDescentTrainerобъект , который прогнозирует целевой объект с помощью модели линейной регрессии.

Sdca(RegressionCatalog+RegressionTrainers, SdcaRegressionTrainer+Options)

Создание SdcaRegressionTrainer с помощью расширенных параметров, которые прогнозируют целевой объект с помощью модели линейной регрессии.

Sdca(RegressionCatalog+RegressionTrainers, String, String, String, ISupportSdcaRegressionLoss, Nullable<Single>, Nullable<Single>, Nullable<Int32>)

Создайте SdcaRegressionTrainerобъект , который прогнозирует целевой объект с помощью модели линейной регрессии.

FastForest(RegressionCatalog+RegressionTrainers, FastForestRegressionTrainer+Options)

Создание FastForestRegressionTrainer с расширенными параметрами, которые прогнозируют целевой объект с помощью модели регрессии дерева принятия решений.

FastForest(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Int32)

Создайте FastForestRegressionTrainer, который прогнозирует целевой объект с помощью модели регрессии дерева принятия решений.

FastTree(RegressionCatalog+RegressionTrainers, FastTreeRegressionTrainer+Options)

Создание FastTreeRegressionTrainer с расширенными параметрами, которые прогнозируют целевой объект с помощью модели регрессии дерева принятия решений.

FastTree(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Int32, Double)

Создайте FastTreeRegressionTrainer, который прогнозирует целевой объект с помощью модели регрессии дерева принятия решений.

FastTreeTweedie(RegressionCatalog+RegressionTrainers, FastTreeTweedieTrainer+Options)

Создайте FastTreeTweedieTrainer с помощью расширенных параметров, которые прогнозируют целевой объект с помощью модели регрессии дерева принятия решений.

FastTreeTweedie(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Int32, Double)

Создайте FastTreeTweedieTrainer, который прогнозирует целевой объект с помощью модели регрессии дерева принятия решений.

Gam(RegressionCatalog+RegressionTrainers, GamRegressionTrainer+Options)

Создание GamRegressionTrainer с помощью расширенных параметров, которые прогнозируют целевой объект с помощью обобщенных аддитивных моделей (GAM).

Gam(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Double)

Создайте GamRegressionTrainer, который прогнозирует целевой объект с помощью обобщенных аддитивных моделей (GAM).

Применяется к