MulticlassClassificationCatalog.MulticlassClassificationTrainers 类

定义

命名空间:

Microsoft.ML

程序集:

Microsoft.ML.Data.dll

包:

Microsoft.ML v3.0.1

用于 MLContext 创建多类分类训练器实例的类。

public sealed class MulticlassClassificationCatalog.MulticlassClassificationTrainers : Microsoft.ML.TrainCatalogBase.CatalogInstantiatorBase

type MulticlassClassificationCatalog.MulticlassClassificationTrainers = class
    inherit TrainCatalogBase.CatalogInstantiatorBase

Public NotInheritable Class MulticlassClassificationCatalog.MulticlassClassificationTrainers
Inherits TrainCatalogBase.CatalogInstantiatorBase

继承

Object

TrainCatalogBase.CatalogInstantiatorBase

MulticlassClassificationCatalog.MulticlassClassificationTrainers

扩展方法

LightGbm(MulticlassClassificationCatalog+MulticlassClassificationTrainers, LightGbmMulticlassTrainer+Options)	使用高级选项创建 LightGbmMulticlassTrainer ，该选项使用梯度提升决策树多类分类模型预测目标。
LightGbm(MulticlassClassificationCatalog+MulticlassClassificationTrainers, Stream, String)	从预先训练的 LightGBM 模型创建 LightGbmMulticlassTrainer ，该模型使用梯度提升决策树多类分类模型预测目标。
LightGbm(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, Nullable<Int32>, Nullable<Int32>, Nullable<Double>, Int32)	创建 LightGbmMulticlassTrainer，它使用梯度提升决策树多类分类模型预测目标。
LbfgsMaximumEntropy(MulticlassClassificationCatalog+MulticlassClassificationTrainers, LbfgsMaximumEntropyMulticlassTrainer+Options)	使用高级选项创建 LbfgsMaximumEntropyMulticlassTrainer ，该选项使用使用 L-BFGS 方法训练的最大熵分类模型预测目标。
LbfgsMaximumEntropy(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, Single, Single, Single, Int32, Boolean)	创建 LbfgsMaximumEntropyMulticlassTrainer，它使用使用 L-BFGS 方法训练的最大熵分类模型预测目标。
NaiveBayes(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String)	创建一个 NaiveBayesMulticlassTrainer，它使用支持二进制特征值的 Naive Bayes 模型预测多类目标。
OneVersusAll<TModel>(MulticlassClassificationCatalog+MulticlassClassificationTrainers, ITrainerEstimator<BinaryPredictionTransformer<TModel>,TModel>, String, Boolean, IEstimator<ISingleFeaturePredictionTransformer<ICalibrator>>, Int32, Boolean)	创建一个 OneVersusAllTrainer，它使用由 指定的 binaryEstimator二元分类估算器使用一对多策略来预测多类目标。
PairwiseCoupling<TModel>(MulticlassClassificationCatalog+MulticlassClassificationTrainers, ITrainerEstimator<ISingleFeaturePredictionTransformer<TModel>, TModel>, String, Boolean, IEstimator<ISingleFeaturePredictionTransformer<ICalibrator>>, Int32)	创建一个 PairwiseCouplingTrainer，它使用成对耦合策略和指定的 binaryEstimator二元分类估算器来预测多类目标。
SdcaMaximumEntropy(MulticlassClassificationCatalog+MulticlassClassificationTrainers, SdcaMaximumEntropyMulticlassTrainer+Options)	使用高级选项创建 SdcaMaximumEntropyMulticlassTrainer ，该选项使用使用坐标下降方法训练的最大熵分类模型来预测目标。
SdcaMaximumEntropy(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, Nullable<Single>, Nullable<Single>, Nullable<Int32>)	创建 SdcaMaximumEntropyMulticlassTrainer，它使用使用坐标下降方法训练的最大熵分类模型来预测目标。
SdcaNonCalibrated(MulticlassClassificationCatalog+MulticlassClassificationTrainers, SdcaNonCalibratedMulticlassTrainer+Options)	使用高级选项创建 SdcaNonCalibratedMulticlassTrainer ，该选项使用使用坐标下降方法训练的线性多类分类模型预测目标。
SdcaNonCalibrated(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, ISupportSdcaClassificationLoss, Nullable<Single>, Nullable<Single>, Nullable<Int32>)	创建 SdcaNonCalibratedMulticlassTrainer，它使用使用坐标下降方法训练的线性多类分类模型来预测目标。
ImageClassification(MulticlassClassificationCatalog+MulticlassClassificationTrainers, ImageClassificationTrainer+Options)	使用高级选项创建 ImageClassificationTrainer ，用于训练深度神经网络 (DNN) 对图像进行分类。
ImageClassification(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, String, IDataView)	创建 ImageClassificationTrainer，用于训练深度神经网络 (DNN) 以对图像进行分类。