BinaryClassificationCatalog.CrossValidateNonCalibrated 方法

定义

通过折叠(如果提供)estimator和尊重samplingKeyColumnNamedata运行交叉验证numberOfFolds。 然后,针对 labelColumnName 每个子模型评估每个子模型并返回一个 BinaryClassificationMetrics 对象,该对象不包括基于概率的指标。 每个子模型在训练期间未看到的交叉验证折叠进行评估。

public System.Collections.Generic.IReadOnlyList<Microsoft.ML.TrainCatalogBase.CrossValidationResult<Microsoft.ML.Data.BinaryClassificationMetrics>> CrossValidateNonCalibrated (Microsoft.ML.IDataView data, Microsoft.ML.IEstimator<Microsoft.ML.ITransformer> estimator, int numberOfFolds = 5, string labelColumnName = "Label", string samplingKeyColumnName = default, int? seed = default);
member this.CrossValidateNonCalibrated : Microsoft.ML.IDataView * Microsoft.ML.IEstimator<Microsoft.ML.ITransformer> * int * string * string * Nullable<int> -> System.Collections.Generic.IReadOnlyList<Microsoft.ML.TrainCatalogBase.CrossValidationResult<Microsoft.ML.Data.BinaryClassificationMetrics>>
Public Function CrossValidateNonCalibrated (data As IDataView, estimator As IEstimator(Of ITransformer), Optional numberOfFolds As Integer = 5, Optional labelColumnName As String = "Label", Optional samplingKeyColumnName As String = Nothing, Optional seed As Nullable(Of Integer) = Nothing) As IReadOnlyList(Of TrainCatalogBase.CrossValidationResult(Of BinaryClassificationMetrics))

参数

data
IDataView

要运行交叉验证的数据。

estimator
IEstimator<ITransformer>

要适应的估算器。

numberOfFolds
Int32

交叉验证折叠数。

labelColumnName
String

用于评估) 的标签列 (。

samplingKeyColumnName
String

用于对行进行分组的列的名称。 如果两个示例具有相同的值 samplingKeyColumnName,则保证它们出现在 (训练或测试) 的同一子集中。 这可用于确保不会从训练泄漏到测试集。 如果未 null 执行行分组。

seed
Nullable<Int32>

用于选择交叉验证折叠的行的随机数生成器的种子。

返回

每折叠结果:指标、模型、评分数据集。

适用于