MulticlassClassificationCatalog.Evaluate 方法
定義
重要
部分資訊涉及發行前產品,在發行之前可能會有大幅修改。 Microsoft 對此處提供的資訊,不做任何明確或隱含的瑕疵擔保。
評估評分的多類別分類資料。
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
參數
- data
- IDataView
評分的資料。
- labelColumnName
- String
中的 data
標籤資料行名稱。
- scoreColumnName
- String
中 data
分數資料行的名稱。
- predictedLabelColumnName
- String
中 data
預測標籤資料行的名稱。
- topKPredictionCount
- Int32
如果指定正值,則會 TopKAccuracy 填入 top-K 精確度,也就是說,假設我們假設我們在最上 K 值內具有正確類別的範例,即儲存為「正確」。
傳回
這些校正輸出的評估結果。