NaiveBayesMulticlassTrainer 类
定义
重要
一些信息与预发行产品相关，相应产品在发行之前可能会进行重大修改。 对于此处提供的信息，Microsoft 不作任何明示或暗示的担保。
用于 IEstimator<TTransformer> 训练支持二进制特征值的多类 Naive Bayes 模型。
public sealed class NaiveBayesMulticlassTrainer : Microsoft.ML.Trainers.TrainerEstimatorBase<Microsoft.ML.Data.MulticlassPredictionTransformer<Microsoft.ML.Trainers.NaiveBayesMulticlassModelParameters>,Microsoft.ML.Trainers.NaiveBayesMulticlassModelParameters>type NaiveBayesMulticlassTrainer = class
inherit TrainerEstimatorBase<MulticlassPredictionTransformer<NaiveBayesMulticlassModelParameters>, NaiveBayesMulticlassModelParameters>Public NotInheritable Class NaiveBayesMulticlassTrainer
Inherits TrainerEstimatorBase(Of MulticlassPredictionTransformer(Of NaiveBayesMulticlassModelParameters), NaiveBayesMulticlassModelParameters)- 继承
-
TrainerEstimatorBase<MulticlassPredictionTransformer<NaiveBayesMulticlassModelParameters>,NaiveBayesMulticlassModelParameters>NaiveBayesMulticlassTrainer
注解
若要创建此培训程序，请使用 NaiveBayes。
输入和输出列
输入标签列数据必须是 键 类型，特征列必须是已知大小的向量 Single。
该训练程序输出以下列：
| 输出列名称 | 列名称 | 描述 |
|---|---|---|
Score |
Single 的向量 | 所有类的分数。 值越高意味着落入相关类的概率越高。 如果第 i 个元素具有最大值，则预测的标签索引为 i。 请注意，i 是从零开始的索引。 |
PredictedLabel |
key 类型 | 预测标签的索引。 如果其值为 i，则实际标签为键值输入标签类型中的第 i 个类别。 |
训练器特征
| 机器学习任务 | 多类分类 |
| 规范化是否需要？ | 是 |
| 是否需要缓存？ | 否 |
| 除 Microsoft.ML 外所需的 NuGet | 无 |
| 可导出到 ONNX | 是 |
训练算法详细信息
Naive Bayes 是一种概率分类器，可用于多类问题。
使用 Bayes 的定理，可以根据每个特征组合组的示例计数计算属于类的样本的条件概率。
但是，仅当特征数和每个特征可以采用的值相对较少时，Naive Bayes 分类器才可行。
它假定类中存在特征之间的独立性，即使它们可能相互依赖。
此多类训练器接受类型浮点的“二进制”特征值：将大于零的特征值视为true小于或等于 0 的特征值。false
有关使用示例的链接，请查看“另请参阅”部分。
字段
| FeatureColumn |
训练程序期望的功能列。 (继承自 TrainerEstimatorBase<TTransformer,TModel>) |
| LabelColumn |
训练程序期望的标签列。 可以是 |
| WeightColumn |
训练器期望的权重列。 可以 |
属性
| Info |
有关培训师的功能和要求的辅助信息。 |
方法
| Fit(IDataView) |
火车并返回一个 ITransformer。 (继承自 TrainerEstimatorBase<TTransformer,TModel>) |
| GetOutputSchema(SchemaShape) |
用于 IEstimator<TTransformer> 训练支持二进制特征值的多类 Naive Bayes 模型。 (继承自 TrainerEstimatorBase<TTransformer,TModel>) |
扩展方法
| AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment) |
将“缓存检查点”追加到估算器链。 这将确保针对缓存的数据训练下游估算器。 在执行多个数据传递的训练器之前，拥有缓存检查点会很有帮助。 |
| WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>) |
给定估算器后，返回将调用委托的 Fit(IDataView) 包装对象。 估算器通常必须返回有关拟合情况的信息，这就是为什么 Fit(IDataView) 该方法返回特定类型化对象的原因，而不仅仅是常规 ITransformer对象。 但是，同时， IEstimator<TTransformer> 通常形成为包含许多对象的管道，因此，我们可能需要通过 EstimatorChain<TLastTransformer> 估算器链生成一系列估算器，以便我们要获取转换器的估算器被埋在此链中的某个位置。 对于这种情况，我们可以通过此方法附加调用一次将调用的委托。 |